为提高求解多目标优化问题效率,对通用差异演化GDE算法及其自适应参数控制问题进行了研究。首先,分析了GDE3算法的编码、交叉、变异、选择等原理和算法流程;然后,利用个体的适应度作为参数调整的依据,并结合一定的调整概率提出一种新的对缩放因子和交叉概率参数自适应控制策略,提高算法的搜索能力;最后,通过典型的多目标函数对自适应控制参数的通用演化算法selfGDE3、GDE3和非劣分层遗传算法2NSGA-Ⅱ的性能进行比较分析,结果表明,selfGDE3算法具有良好的搜索性能。