Los problemas de optimización en un proceso de craqueo catalítico de fluidos con restricciones dinámicas y objetivos conflictivos son desafiantes debido a las complicadas restricciones y entornos dinámicos. Los variables de decisión necesitan ser reoptimizados para obtener los mejores objetivos cuando surgen entornos dinámicos. Para resolver estos problemas, establecimos un modelo matemático y propusimos un algoritmo de evolución de optimización multiobjetivo dinámico con restricciones para el proceso de craqueo catalítico de fluidos. En este algoritmo, diseñamos una estrategia de generación de descendencia basada en soluciones minimax, que puede explorar más regiones factibles y converger rápidamente. Además, se propone una estrategia de respuesta dinámica basada en la viabilidad de la población para mejorar las soluciones factibles e infactibles mediante diferentes perturbaciones, respectivamente. Para verificar la efectividad del algoritmo, probamos el algoritmo en diez instancias basadas en la métrica de hipervolumen. Los resultados experimentales muestran que el algoritmo propuesto es altamente competitivo con varios competidores de vanguardia.