針對多目標差分進化算法求解多目標優化問題時收斂慢和均勻性欠佳等不足，提出了一種基于多策略排序變異的多目標差分進化算法。該算法利用基于排序變異算子來快速接近真實的Pareto最優解，同時引入多策略差分進化算子以保持種群的多樣性；通過自適應策略動態調整控制參數以提高算法的魯棒性，并且從理論證明的角度分析了所提算法的收斂性。仿真實驗結果表明，該算法相對于近期相關文獻中的改進算法具有更好的收斂性與多樣性，從而表明了所提算法的有效性。