所以看起来你的问题实际上是关于如何将运行并行化（就像其他AnyLogic实验类型可以做的那样）添加到你创建的自定义实验中，以使用遗传算法（GA）进行你自己独特的多目标优化。（我建议你编辑你的问题标题，因为正如本在评论中建议的那样，它非常具有误导性。）但是我也会稍微覆盖更广泛的角度。

我试图实现一个多目标优化实验使用[…]自定义实验功能在Any逻辑运行模型在循环中修改参数每次.在每次模拟运行结束时，我检查3个目标函数的值，修改参数使用遗传算法和再次运行。

是的，如果你想要一个特定的遗传算法驱动的多目标“优化”（这不是使用OptQuest启发式优化的AnyLogic意义上的优化，因此引号），你将需要使用一个自定义实验，在这个实验中，你可以设置/与遗传算法接口，并根据需要明确控制运行的设置/创建。

据说优化和Paramter Variation实验可以利用Any逻辑中的多核处理。我正在尝试找到一种方法来利用这个选项并使我的实验运行得更快。

这些实验中的并行化只是意味着运行在单独的Java线程中执行，以便在您拥有的CPU内核中自然并行。您可以通过工具中的“并行执行的处理器数量”设置来限制并行性-

因此，在自定义实验中，您需要使用Java并发（创建自己的一组Thread对象，通过模板自定义实验代码中已经包含的步骤进行模型设置和执行）来明确地处理这个问题。如果您还不知道这些技术，您需要学习并对它们充满信心。（Java8添加了许多改进的并发处理技术。）没有更高级别的AnyLogicAPI来处理它。

NB：你还必须处理控制运行选择的东西（在你的例子中是遗传算法）如何处理并行性。比方说，如果你开始了4个并行运行的批次，它会等待所有4个运行完成（因此它拥有所有客观结果的完整信息），然后再决定下一组模型参数，还是在每个完成时做出决定？（AnyLogic的OptQuest优化器在打开并行执行的优化实验中也必须担心这一点。）