近年来多目标进化算法引起了许多研究者的广泛关注,并且先后出现了很多多目标进化算法。研究者认为一个真正有效的进化算法在于它能求解较难和较复杂的问题,而不只适用于求解简单问题。为了测试进化算法的有效性,研究者们提出了很多较难的测试问题,比如多峰型优化问题、骗问题以及最优边界分布不均匀的优化问题等等。目前已经提出了一些最优边界分布不均匀和不连续的问题,我们称这类问题为非均匀问题(Non-uniform problems)。在求解这类问题时,已有的算法所求出的解集并不能真实地反映问题解的分布情况。而在多目标优化问题中,解集有可能是非均匀分布的,如何有效处理这类问题,是具有重要理论价值和应用价值的工作。本文针对解集分布非均匀的问题,提出一种新的多目标进化算法,即带小生境的网格进化算法(A Grids Technique Based on Niching Evolutionary Algorithm for Multi-objective Optimization)。带小生境的网格进化算法采用了小生境技术来保持解集的局部非均匀分布,以及网格技术来保证整个解集的分布度。通过与已有的算法进行实验比较,证明相比已有的算法,本文提出的算法所得到的解集更接近真实解的分布情况。另外该算法时间开销不大,在解决非均匀问题上是一种有效的多目标进化算法。