针对当前大部分多目标优化演化算法在处理多目标问题时算法设计复杂，耗时巨大，取得的近似Pareto前沿点不够多，分布不均匀，覆盖不完整等这些问题，本文提出了一种新的多目标优化演化算法-基于粒子群和几何Pareto选择算法的多目标优化算法Particle Swarm Geometrical Pareto Selection(PSGPS)。该算法采用了粒子群优化算法Particle Swarm Optimization(PSO)作为个体生成策略，采用几何Pareto选择算法Geometrical Pareto Selection(GPS)作为文档算法。经过多个测试问题的实验结果表明：该算法使用较低的时间消耗，但在前沿点个数，前沿点分布均匀性，覆盖完整度等性能指标上都优于当前流行的多目标优化算法:NSGA2, SPEA2,PESA等算法。

>>查看原文初稿链接<<

>>更多科技论文<<