目前的多目标优化算法有很多，Kalyanmoy Deb 的 NSGA-II（Nondominated Sorting Genetic Algorithm II，带精英策略的快速非支配排序遗传算法）无疑是其中应用最为广泛也是最为成功的一种。MATLAB 自带的 gamultiobj 函数所采用的算法，就是基于 NSGA-II 改进的一种多目标优化算法（a variant of NSGA-II）。gamultiobj 函数的出现，为在 MATLAB 平台下解决多目标优化问题提供了良好的途径。gamultiobj 函数包含在遗传算法与直接搜索工具箱(Genetic Algorithm and Direct Search Toolbox, GADST)中，这里我们称 gamultiobj 函数为基于遗传算法的多目标优化函数，相应的算法为基于遗传算法的多目标优化算法。本案例将以 gamultiobj 函数为基础，对基于遗传算法的多目标优化算法进行讲解，并详细分析其代码，同时通过一个简单的案例介绍 gamultiobj 函数的使用。 -　(U09)　u5126　u591A　u591A　u5108　u7R2　　U7565　u7654　u5EB2　u09A1　u653H　　U4E5F　u662F　u6700　u4E3A　u6210　u529F　u7684　u4E00　u79CD　u3002MATLAB　u81EA　u5E26　u7684 gamultiobj　u51FD　u6570　u6240　u91C7　u7528　u7689　u7B97　u6CD5　uFF0C　u5C31　u662F　U57FA　u4E8E NSGA-II　u6539　u8FDB　u7684　u4E00　u79CD　u591A　u76EE　u6807　u4161　u5316　u7B97　u6CD5　uFF08a variant of NSGA-II　uFF09　u3002gamultiobj　u51FD　u6570　u7684　u5150　U73B0　uFF0C　u4E3A　u5728 MATLAB　u5E73　u53F0　u8E0B　u89E3　u51B3　u5B1　u591A　u76EE　u6807　u4F18　u5316　u95EE　u9898　u63D0　u4F9B　u4E86　u826F　u597D　u7944　u9014　u5F84　u3002gamultiobj　 U5135　u5135　u5255　u5135　u5255　u5135　u7R2　u7R2　u7B97 F0C　u8FD9　u91CC　u6211　u4EEC　u79F0 gamultiobj　u51FD　u6570　u4E3A　u57FA　u4E8E　u907　u4F20　u7B97　u6CD5　u7684　u591A　u76EE　u6807　u4F18　u5316　u51FD　u6570　uFF0C　u76F8　 U5E94　u7689　u7B97　u6CD2　u4E3A　u57FA　u4E8E　u9057　u4F20　u7B97　u6CD5　u7684　u591A　u76EE　u6807