Internet的高速发展和多媒体技术日益广泛的应用给路由算法提出了更多的挑战和越来越高的要求。各类应用程序需要不同的QoS保证，但各QoS目标往往是相关联或相矛盾的，增加了路由优化的复杂性。同时，非精确的网络状态信息也会影响路由算法的性能。因此研究优化多个目标和能处理网络非精确状态信息的路由算法成为路由算法研究的核心问题之一。 本文共分五部分。第一部分介绍了QoS组播路由的背景。第二部分对路由算法进行了分类，主要分析了单播和组播路由，并总结了相关的经典算法，给组播路由研究提供了比较好的理论基础。第三部分提出了基于遗传算法的组播路由多目标优化算法，在遗传进化过程中分别使用了四种方法：适应性权重方法利用种群中的有用信息调整权重，加快算法收敛速度；随机权重方法随机生成权重，使算法具有可变搜索方向，沿Pareto前沿面均匀采样，增加算法成功率：Pareto排序方法合理分配适应值，使Pareto解具有相同的适应值，并能调整选择压力；Pareto竞争方法通过适应值共享维持种群多样性，提高遗传算法的性能。第四部分提出基于遗传算法的含非精确网络信息的路由算法，通过概率选路使算法能处理网络中的非精确路由信息，并设计了新的交叉变异算子，增大算法收敛速度和成功率。第五部分对全文进行总结，并指出了今后QoS组播路由研究的方向。 本文对提出的算法进行了实验仿真，在不同网络规模下研究了算法的遗传进化过程、成功率、收敛速度和可扩展性，并与相关算法进行了比较。多次实验证明，本文提出的算法是可行的、有效的。