随着中国老龄人口和各种意外伤害事件的增加,出现越来越多的失能人群,我国正面临老龄化的带来的挑战。给家庭及社会造成巨大的负担。为了改善和提高失能人群的生活质量,智能轮椅研究越来越受到社会各界人士的高度重视。针对智能轮椅的行驶路径优化,大部分研究聚焦于路径的长度,虽然少量研究考虑用户偏好和舒适性,但是在考虑用户偏好情况下,却没有兼顾路径的长度。为此提出兼顾用户偏好的智能轮椅路径多目标优化方法。首先,在VR虚拟仿真环境中搭建四个路径因素（通道宽度（CW）,障碍物数量（OQ）,障碍物形状（OS）以及障碍物到用户的距离（OD））的实验场景,令受试者在设置好的虚拟实验场景中进行实验,在不同实验场景中用调查问卷的方式获得用户对不同场景的偏好数据。然后基于证据网络的基本概念由四个路径因素变量作为证据网络的节点,通过四个路径因素实验获得偏好问卷数据作为证据网络的输入,根据网络节点和网络参数构造确定网络的拓扑结构,从而构构建基于证据网络的智能轮椅路径偏好识别框架。其次,采用A*算法和人工势场法融合的方法初步生成一定规模的路径,计算用户的路径偏好和路径长度,构建用户偏好和路径长度的多目标优化数学模型。最后,使用基于帕累托多目标粒子群对优化模型进行多目标优化,得出一组最优解集,这一组解可以很好权衡用户偏好和路径长度之间的冲突。结果表明,该方法可以在兼顾用户偏好情况下,实现智能轮椅路径的多目标优化。然后选取一个解,这个解在最能兼顾用户偏好和路径长度情况下,实现智能轮椅路径的多目标优化。