说明：多目标优化粒子群优化算法，适合学习与修改

说明：深度神经网络DNN，可用于多目标的最优规划问题。

说明：遗传算法 多目标优化算法，SPEA2 主要流程：1：首先初始化一个archive的集合P1，以及一个常用的population的集合P。设置P1的大小是N1，P的大小是N。初始的时候P1是空的，而P是已经初始化好的种群个体。 2：对P1进行评价，选出来里面的pareto front为1（下面用PF1来代替了）的个体，copy到P1中，如果PF1的数量大于N1的话，这个接下来再说，目前假定PF1的数量小于N1。

说明：用于求解多目标问题的算法，各种经典算法与最新算法合集

说明：通过Matlab程序实现了多目标粒子群智能算法，可用于解决多目标的优化求解问题

说明：目前使用最为广泛的多目标优化算法，可用于求解多个目标函数的优化问题

说明：用matlab编写了关于风电并网的多目标电力系统经济调度，

说明：该函数基于求解多目标最优解的进化算法，即目标的帕累托前沿。最初只输入种群大小和回采标准，或算法自动停止的总代数。 您将被要求输入目标函数的数量、决策变量的数量以及决策变量的范围空间。您还必须通过编辑evaluate_objective()函数来定义自己的目标函数。

说明：粒子群算法进行多目标优化,得到问题的帕累托解集

说明：基于专家系统辅助的多目标蚁群优化算法研究

说明：多目标程序优化，各种算法，成本费用优化，大家可以相互交流

说明：多目标遗传算法优化平台，很多很多遗传算法，还内置很多测试函数，而且可视化。

说明：分别列出三个目标函数，成本，污染，综合效益对微网分别调度。

说明：多目标优化算法NSGAⅡ的matlab仿真结果实现。

说明：多目标优化，模型优化，超体积期望提升算法

说明：电力系统优化规划方法，里面有很多MATLAB实例代码方便学习

说明：多目标粒子群算法，双目标函数，求解帕累托最优

说明：蚁群算法用以求解多目标优化问题，具有良好的求解性能

说明：自适应遗传算法和粒子群算法的混合算法（多目标优化）

说明：nsga2是使用最为广泛的多目标遗传算法

说明：PSO求解多目标优化问题Matlab代码，新手很容易上手，理解起来也不太难

说明：适合小白学习的多目标粒子群优化算法，经典算例。能够后续改进

说明：基于多目标优化的免疫遗传算法在 Matlab中实现，其中的增强度计算， pareto 求优，聚类算法

说明：本书总结了遗传算法在工业工程相关领域应用的前沿进展。全书共分9章：遗传算法基础、组合优化问题、多目标优化问题、模糊优化问题、可靠性设计问题、调度问题、高级运输问题、网络设计与路径问题和制造元设计问题。内容既涵盖了遗传算法在传统优化问题中的新进展，又涉及了目前在供应链和物流研究中相当热门的话题。本书论述严谨、深入浅出，并有大量图形和表格，便于读者深入理解其内容。 本书可供高等院校或科研机构相关专业的高年级本科生，研究生、教师和研究人员参考。

说明：多目标遗传算法，降低排序遗传算法的复杂性，具有遗传算法快

说明：基于粒子群算法PSO的多目标寻优，完整代码，比较详细

说明：多目标优化算法，其中含有10种不同种类的多目标优化算法如NSGA NSGA_II，含测试函数能直接运行。

说明：包含非支配排序的人工鱼群算法，实现多目标的优化，求取帕累托解集

说明：多目标的SPEA2算法，能够实现多目标算法