多目标优化问题中各目标间是相互冲突的,利用传统优化方法难以获得各目标同时最优的解集。多目标进化算法通过模拟生物进化,获得一组近似最优解的解集,有效求解多目标优化问题。然而在解决复杂多目标优化问题时,算法性能会随着目标数的增加而下降。产生以上现象的原因在于随着目标数的增加,种群中非支配解的比例迅速上升,较难识别处于同一支配关系的个体优劣,且逼近前沿所需的解个数快速增长,难以平衡种群间收敛性与多样性。针对以上问题,本文在目标向量引导的多目标协同进化基础上,从资源分配角度出发,提出一种基于差异化资源分配策略的多目标协同进化算法(PICEAgDS),将高维目标映射至二维空间,设计空间距离算子,根据该算子动态调整目标向量分布,引导种群与目标向量协同进化;针对PICEAg-DS算法在高维目标问题优化中资源分配效果不佳的缺陷,进而提出了差异化空间下目标向量动态调整策略,利用参考向量将目标空间划分,根据每个子空间内非支配解数量评估子空间内种群搜索能力,动态调整目标向量集分布,同时针对缺乏多样性选择机制问题,提出了一种邻居选择策略,通过角度判断个体间邻居关系,利用适应度值筛选邻居个体中优秀解,维持种群多样性;此外,考虑到种群在进化过程中收敛性与多样性冲突问题,设计了一种子空间个体进化潜力指标,以进化代数为影响因子,利用子种群中非支配解密度评估子种群优化难易程度,非支配解分布的广度评估子种群多样性,以此构建资源分配机制,根据子空间个体进化潜力值为各子空间分配相应数量的目标向量;最后,将本文所提算法应用于电动汽车充放电调度优化问题,以此验证算法性能并为决策者提供合理的选择方案。