RNA在表达蛋白质的遗传信息中起重要作用。为了了解RNA如何执行它们的功能,我们需要知道它们的结构。假结是RNA中一种重要的二级结构,由于建模的困难导致它更难被预测。本文用多目标优化方法研究带假结的RNA二级结构预测。通过碱基之间的配对概率来预测含假结RNA二级结构的ProbKnot算法具有一定的精度,但该算法仅用了配对概率作为预测依据,导致阴性配对大量出现,因此精度中的特异性较低。本文基于ProbKnot算法中碱基配对概率模型,通过使用多目标遗传算法提高预测含假结RNA二级结构的特异性,从而促进总体精度的提高。本文首先计算出每个碱基成为单链的概率,作为新增的预测依据,然后遗传算法对RNA二级结构进行交叉、变异和迭代,并对遗传算法使用并行处理的方法降低程序的运行时间,最后得到Pareto最优解,进一步得出最高的最大期望精度。实验结果表明,本文方法比现有方法精度平均提高约4%。本文为带假结RNA二级结构的预测提供了一种新的有效的计算方法。