为解决Pareto支配收敛速度慢、PBI聚合在不连续的Pareto前沿上分布性差及运行效率低的问题,基于两阶段参考点三层选择,提出了一种多目标优化算法(multi objective evolutionary algorithm for two stage reference point three hierarchy selection,TT MOEA).该算法首先提出两阶段参考点策略,算法前期设置较少的参考点,使种群快速收敛,提高运行效率;算法后期设置较多的参考点,改善种群的多样性.其次提出三层选择策略,第一层为了加速收敛采用有效的非支配(effective non-dominated sorting,ENS)选择;第二层综合考虑收敛性与多样性采用PBI(penalty-based boundary intersection)依次选择;第三层为了增加多样性采用小生境选择.5种标准测试函数的计算结果证明了本文算法的可行性与有效性.