本发明属于计算机应用技术与智能计算的交叉领域,涉及一种基于聚类的高维多目标进化方法。该方法是在维持种群多样性的基础上,选择收敛性较好的个体来解决种群分布不均匀及Pareto分层排序耗时的问题。针对通常的聚类算法会产生多样性较好但收敛性很差的个体,本方法引入一个两层聚类算法由当前种群的非劣解来引导劣解的聚类,然后用一个两层排序方法识别每类中个体的优劣性以解决Pareto支配的无效性,并依次从每类中选择一个个体进入下一代进行环境选择。本发明针对Pareto支配的无效性,在评估大量非劣解的优劣性同时,降低了算法的计算复杂度,保证了非劣解集的收敛性和多样性。