最近几年,科学技术得到快速发展,在工程实践、生产生活等诸多领域出现了各种优化问题。进化算法作为一种具有代表性的智能优化算法,由于其能够解决不连续、不可导函数的性能以及其他优越的性能,已经引起了很多学者的关注和研究。随着工程实践和科学研究的进一步应用,高维多目标优化问题已逐渐进入科研人员的视野。在高维多目标优化问题中,随着目标函数规模增大,非线性随之增加,整体复杂性也随之变大,对智能算法的求解性能也有了越来越高的需求。本文通过研究高维多目标优化问题,介绍了高维多目标进化算法的相关定义,描述了当前多目标进化算法处理高维多目标问题时所遇到的难点,并对近年来提出的高维多目标进化算法进行了详细的分类及介绍。为了更好地解决高维多目标优化问题,对经典非支配排序遗传算法和基于参考点的高维多目标进化算法进行了深入研究。通过参考点生成策略的初步改进,将其与快速非支配遗传算法相结合,形成能够解决高维多目标问题的一种新的遗传算法。通过对参考点生成策略的再次改进,将改进后的参考点生成策略与基于参考点的高维多目标进化算法相结合,标准测试函数的试验结果表明,改进的参考点进化算法可以有效的解决高维多目标问题。