多目标遗传算法(MOGA)擅长于求解高度复杂的非线性问题且通过一次运行可以搜索到一组Pareto平衡解。因此引起许多研究者的兴趣，提出了不少多目标遗传算法，并且得到了广泛的应用。由于多目标0/1背包问题（MOKP）是经典的组合优化问题（NP难问题），其研究具有很重要的实践意义。近几年来，许多研究者把MOGA应用到该类问题当中。但是这些算法在求解该类问题时存在一些问题，主要是很难收敛，同时要么花费较长的时间来取得好的分布度，要么运行速度较快但分布度不太好。 本文针对现有算法在求解MOKP时的运行效率不高，我们首先提出基于快速排序的MOGA，该算法采用基于快速排序的构造非支配集的方法来提高算法的运行效率，实验结果表明该算法比现有算法在运行效率方面有了很大的提高，但在分布度方面和收敛性方面还有待于进一步改进。于是我们在此基础上提出一种基于?支配的MOGA，该算法通过把?支配概念与基于快速排序的构造支配集的方法相结合，来提高运行效率和加速收敛；并采用网格技术的思想，将整个搜索空间分成若干个网格（或超立方体），并使每一个网格中只有一个非支配解，以此来维持解集的分布度。实验结果表明该算法在运行效率、收敛程度都优于现有算法，而且在有效分布度方面也比现有算法有较大的改进。