cxj666

摘要： 本文首次提出了多目标灰狼优化算法( Multi-Objective Grey Wolf Optimizer，MOGWO )来优化多目标问题。在GWO中集成一个固定大小的外部存档，用于保存和检索Pareto最优解。该档案被用来定义社会等级和模拟灰狼在多目标搜索空间中的狩猎行为。将所提方法在10个多目标基准问题上进行测试，并与两个著名的元启发式算法：基于分解的多目标进化算法( MOEA / D )和多目标粒子群算法( MOPSO )进行比较。定性和定量结果表明，所提出的算法能够提供非常有竞争力的结果，并优于其他算法。 阅读全文