多目標遺傳也算是一種可靠點的理論，那么多目標遺傳算法原理是什么呢？

對于單目標問題，遺傳算法展示出其優越性。但是在多目標的優化問題中，人們首先碰到的最大的問題就是如何去衡量一個個體適應度好壞。打個比方，在一個班級里，每一個同學都有語數外三門成績。如果我給與語數外一定的權重，那么我們可以將語數外三門成績做加權處理，從而對所有同學的成績做出排序，這樣問題就退化成單目標優化問題了。

然而，如果我們不能給出語數外三個成績的權重。也就是說語文100分，數學0分，英語0分與語文0分，數學100分，英語100分在沒有說明權重的情況下是無法判斷誰更好的。我們把這種關系叫做非支配。支配是人們用來判斷多維向量適應度好壞一種關系。如果A在任何一個維度都比B要好，那么A就支配B。否則，A非支配B。所有相互非支配的向量被成為帕累托解集。如此，我們可以將班級中所有同學的成績做出一個分類，而所有解集中，適應度最好的那個解集對應的適應度函數的值的集合。