在全球化经济背景下,具有自主知识产权的产品创新设计能力是国家核心竞争力的一个重要组成部分。本课题通过构造不依赖于问题领域的自动智能化创新设计方法与体系,为产品创新设计提供新的思路,从而缓解依赖于专家设计经验、逻辑推理和少数天才发明家的顿悟而实现产品创新设计的局面,减少产品创新设计对人的依赖性,提高企业的创新设计能力。本文在研究并实现基于相似性排挤的小生境技术(NTSC)、快速适应值分层算法(FHFS)的基础上,提出了基于相似性排挤与适应值分层计算的可持续Pareto遗传算法(SPGA)。SPGA采用了进化操作种群与外部种群两个种群。外部种群用于存储当前最优解集,利用基于模糊推理机制提出的NTSC维持种群多样度,使外部种群中存储的Pareto非劣解集均匀地逼近问题的理论最优面;采用将个体按其所处层次来精确标识个体适应能力的FHFS辨识个体适应值,避免适应值特别高的个体抑制适应值比它低的个体。仿真优化结果表明,SPGA能够以较少的计算成本搜索到高精度的、分布均匀的Pareto非劣解集。将基因编码的内容分为遗传信息与自适应学习两部分,构造了潜在维持并提高种群多样度的自适应学习算法;提出了为具有潜力的个体模式提供生存空间的相对适应策略,设计了能自然地提高子代质量、加快收敛速度的冗余繁殖算子,形成了基于相对适应策略与冗余繁殖算子的可持续遗传算法。扼要综述了动态系统自动设计方法与研究进展,研究了基于功率键合图与遗传编程的动态系统自动设计中更加有效的适应值定义方法——基于匈牙利算法的适应值定义方法,从而形成并实现了基于匈牙利算法和遗传编程的动态系统设计框架(HAGP)。多组动态系统中的特征值设置问题的统计结果表明,HAGP能够实现自动设计并获得高质量的设计方案,它的收敛速度与搜索效率均优于代表性的方法。最后介绍了基于遗传编程与键合图的开放式合成机械减震器的自动设计实例。