冗余自由度机器人利用其所具有的冗余性能够较好的优化躲避障碍物、避免奇异位形以及回避关节范围超限等性能，很大程度上改善了该类机器人的运动灵活性。梯度投影法是求解冗余自由度机器人运动学问题的最基本方法，可以对冗余自由度机器人进行性能优化。但是梯度投影法是一种局部优化算法，在算法优化的过程中容易陷入局部最优，无法保证冗余自由度机器人最终求得最优解。为了防止局部最优现象，采用具有全局最优性的演化算法对冗余自由度机器人进行性能优化。首先介绍了差分进化算法的基本原理，并分析了非支配遗传算法和强度值非劣演化算法，对这两种算法的优化算子和优化过程进行了深入研究。接着为了提高算法的收敛性和保持解的多样性，对这两种算法进行了改进。将差分算法中的差分算子、变异操作和交叉操作引入到这两种演化算法中，得到了非支配排序差分演化算法和强度值非劣差分演化算法。最后，以平面三自由度冗余机器人为研究对象，根据给定的机器人末端轨迹规划，对上述算法进行仿真验证。仿真结果表明：在对冗余机器人进行多目标性能优化时，采用基于差分进化算法的非支配遗传算法与其它多目标优化算法和梯度投影法相比，能够实现全局最优并且不易陷入局部最优，优化效果更显著。