gamultiobj 仅使用 'penalty' 算法来解决非线性约束。请参阅 遗传算法算法的非线性约束求解算法。

gamultiobj 采用选项 DistanceMeasureFcn，该函数为每个个体相对于其邻居的距离分配一个测量值。

gamultiobj 采用选项 ParetoFraction，一个介于 0 和 1 之间的数字，指定在优化期间要保留的最佳帕累托前沿上的种群比例。（如果 迭代次数 第 6 步中其他排名的个体太少，则最佳帕累托前沿上的种群比例可能会超过 ParetoFraction。）

gamultiobj 仅使用 Tournament 选择函数。

gamultiobj 使用精英个体的方式与 ga 不同。它将非劣等个体排在劣等个体之上，因此它会自动使用精英个体。

gamultiobj 只有一个混合函数，fgoalattain。

gamultiobj 没有停滞时间限制。

gamultiobj 有不同的绘图函数可用。

gamultiobj 没有缩放函数的选择。