该文提出将评价函数法和满意控制思想相结合的方法,解决了视觉机器人全局环境未知时的路径优化问题.机器人路径规划是机器人研究领域里重要的问题,在不知道全局环境信息的情况下,要求机器人运动到目标点,而总的约束是在整个过程中,机器人不碰到任一障碍物.该文的方法是将复杂的总控制目标分成小的模糊控制目标,平衡模糊目标与模糊约束,使控制结果达到满意的效果.结合预测控制滚动优化的原理和滚动窗口的路径规划思想,通过评价函数法多目标优化策略进行在线规划,使最后的路径满足一定的指标要求.该文的另一个重要工作是利用变可行域的策略解决了含优先级要求的模糊多目标优化问题.多目标中的优化和均衡一直是两个矛盾的方面.当有模糊目标和约束存在和有优先级差别要求时,就形成了优先级模糊多目标优化问题.如何在满足优先级要求的同时处理好多目标的优化和平衡一直还没有很好的解决办法 .借助于截集的优化思想,该文提出了变可行域的优化策略.在这之后,该文把这种方法应用到含模糊目标和模糊约束的预测控制和实际系统的控制问题中,进行了一定的仿真研究,取得了很好的效果.最后,在总结全文的基础上,提出了论文研究过程中的若干思考和结论,对控制领域中优化理论的发展和应用做出展望并提出了有待进一步研究的几个问题.