Luận văn tập trung nghiên cứu các thuật toán tính toán tiến hóa, đặc biệt là các biến thể của thuật toán di truyền và tiến hóa vi phân, để giải quyết bài toán tối ưu đa mục tiêu. Nội dung chính bao gồm việc phân tích ưu nhược điểm của các thuật toán kinh điển như NSGA-II, SPEA2 và đề xuất các cải tiến nhằm nâng cao chất lượng tập nghiệm Pareto, như cơ chế chọn lọc, lai ghép và đột biến thích nghi. Luận văn tiến hành thực nghiệm trên các hàm benchmark chuẩn và bài toán ứng dụng thực tế, so sánh hiệu quả của các thuật toán đề xuất với các phương pháp hiện có. Kết quả cho thấy các cải tiến giúp cải thiện đáng kể độ đa dạng và độ hội tụ của lời giải, khẳng định tính khả thi và hiệu quả của hướng tiếp cận này trong việc giải quyết các bài toán tối ưu phức tạp với nhiều mục tiêu xung đột.