RNA在生物细胞中有着重要的作用,RNA结构对其功能有着重大影响。其中,RNA的二级结构是承载一级结构和三级结构的中央枢纽,预测RNA二级结构是理解RNA生化功能的重要途经。含假结的RNA二级结构是一种复杂的二级结构,生物细胞中许多重要的生命活动都有它的参与,其预测难度更大,已经被证明是一个NP完全问题,吸引了诸多研究学者关注。因此,设计一个合理高效的算法预测含假结的RNA二级结构具有深远意义。为了得到结构稳定的RNA二级结构,本文针对RNA最大互补碱基对和最小分组两个优化目标,提出了一种基于多目标遗传算法的RNA二级结构预测算法。此算法通过遗传算法中的交叉和变异算子使种群不断迭代进化,并通过非支配排序和拥挤距离排序来保证种群不断向Pareto前沿收敛,直到算法迭代到最大次数从而输出结果集,并通过自由能大小选择最终的预测结果。为了进一步提高预测精确度,针对RNA二级结构存在自由能接近但互补碱基匹配不同的多模态解集,本文提出了一种多模态多目标遗传算法来预测RNA二级结构。该算法可以有效提高种群多样性,获得多组等价的多模态的全局最优解,防止算法陷入局部最优。本算法通过目标空间和决策空间双重寻优来预测RNA序列的二级结构,并通过决策空间的评估函数和目标空间的适应度函数的双重打分机制来评估种群的优劣,从而选取得分较好的个体进行繁衍直至满足终止条件。本文提出的多模态多目标优化方法可以预测到更多可能的二级结构,从而进一步提高预测结果的多样性和准确性。最后实验结果表明,所选RNA序列与目前先进算法对比,本文算法比现有算法预测精度有明显提升。