为提高多目标进化算法的分布性，提出一种基于极坐标的动态调整机制。在极坐标下，根据解集的拥挤程度，计算个体解的缩放系数。在进化过程中利用该缩放系数动态调整解集支配关系，适当提高分布性好的解在支配关系中的地位以改善解的分布。对测试函数的仿真试验结果表明，将该机制应用于经典算法能显著提高算法的分布性，同时保持良好的收敛性。