本研究探讨了交叉算子在进化多目标优化中的作用，分析了NSGA-III算法，证明交叉可以显著加速运行时间，提高找到Pareto集的效率。

本文介绍了一种新的方法，即面向公平性自适应记忆分类器的进化多目标优化。该方法通过结合自适应记忆K最近邻算法和进化多目标优化，有效处理流数据中的概念漂移，并同时提高准确性和减少歧视。实验证明该方法在准确性和公平度方面具有竞争力，是一种稳健的解决方案。