最近，我提交了一份期刊论文，其中一位评论者建议我做一些对比实验。在他/她提供的建议论文中，作者使用NSGA-II算法来优化他提出的新的双目标函数。在论文中，作者表示他修改了原始的NSGA-II算法。 为了避免多个选择相同特征的解决方案，作者改变了染色体群体的随机初始化，并修改了交叉和变异算子。
在我看来，作者可能会以某种确定的方式初始化人口。在最初的NSGA-II算法中，初始化，交叉和变异几乎都是随机的。我觉得是作者 已经记录了最佳子集，并且只是将剩余的染色体随机化，因此不能再次选择已选择的特征。我不知道我是否有正确的理解。
我刚刚学习了几天的多目标进化算法，并且让我很困惑。 熟悉NSGA-II的人能否就如何修改标准的NSGA-II算法以适应作者的方法给出一些建议？ 我也非常感谢您可以提供一些参考或链接。
提前致谢！