为提高4 目标以上高维多目标优化问题的求解性能, 提出一种基于改进?? 支配排序的高维多目标进化算法(KS-MODE). 该算法针对K支配的支配关系和排序方法进行改进, 避免循环支配并增强选择压力; 设计新的全局密度估计方法提高局部密度估计精确性; 设计新的精英选择策略和适应度值评价函数; 采用CAO局部搜索算子加速收敛. 在4∼30 个目标标准测试函数上的实验结果表明, KS-MODE 能够在保证解集分布性的同时大幅提升收敛性和稳定性, 能够有效求解高维多目标优化问题.