MOGAx是第t代种群中个体，其rank值定义为：rank(x,t)=l+p(t)p为第t代种群中所有支配x的个体数目适应值(fitnessvalue)分配算法：1、将所有个体依照rank值大小排序分类；2、利用插值函数给所有个体分配适应值(从rankl到rankn*N)，-般采用线性函数3、适应值共享：rank值相同的个体拥有相同的适应值，保证后期选择时同一rank值的个体概率相同最后采用共享适应值随机选取的方法选择个体进入下一代一种改进的排序机制(rankingscheme):向量ya=(y1?,y)和yb=b1,yb)比较goalvector:g=(g,g丿1q分为以下三种情况：1、2、k=1,j=k+1,i=1,q-1;i=1,q;(y.g)(a,i.y.g丿a,ii(yaj,k;当y。支配儿时，选芳ya3、j=1,q;(y.g.a,j当yb支配y时选择yb优点：算法思想容易，效率优良缺点：算法容易受到小生境的大小影响理论上给出了参数share的计算方法
