无论在科学研究还是在实际应用中，许多问题都可归结为多目标优化问题，因此，多目标优化问题的研究越来越受到人们的广泛关注。进化算法是一类模拟生物进化机制的全局性概率收索方法。它所具有的优越性和鲁棒性，成为解决多目标优化问题的一种有效手段。　　本文介绍了多目标优化的发展情况及研究现状、基本原理和进化算法的数学理论和实现技术等。通过对算法运行效率和群体多样性的研究，提出了基于ε擂台赛法则多目标进化算法。数值实验表明:改进后的算法不仅保持了擂台赛算法运行效率高的特点，而且具有较佳的分布度。将其应用于0/1背包问题，取得了比较理想的效果。　　本文主要做了以下几个方面的工作:　　1.简要介绍了多目标进化算法的发展情况及研究现状。　　2.简要介绍了遗传算法的基本原理及算法的实现技术。　　3.简要介绍了多目标优化问题的数学模型和目前比较典型的多目标进化算法。　　4.从算法的运行效率和解集的分布性两个方面考虑，根据个体之间的相互关系，采用擂台赛法则构造非支配集来保持算法的运行效率，从而使其解集具有好的分布性和收敛性，同时也具有较好的效率。　　5.将改进的算法应用于0/1背包问题中，取得了比较理想的效果。