多目标进化算法(MOEAs)已经成为目前现实世界里解决优化问题的一个很重要的工具。而现今流行的多目标进化算法中大多是基于Pareto支配关系,使用各种Pareto评级方式来改进每一代的种群个体,使其最终收敛于Pareto前沿。本文提出了一种新的基于稳态与ε支配的多目标进化算法(SEMOEA)。它利用稳态策略来代替一般的环境选择,通过ε支配关系来保证种群的多样性,通过ε自调整策略来简化初始配置。同时,SEMOEA也是基于精英保留策略的进化算法。在本文的最后一部分会将SEMOEA同SPEA2、NSGA—Ⅱ和IBEA三个经典算法通过多目标0／1背包问题以及ZDT系列问题来进行比较。虽然这几个算法各有所长,但是SEMOEA总的来说具有更好的结果,以及更丰富的种群多样性。