如何用粒子群优化（PSO）算法实现多目标优化？ 粒子群算法，也称粒子群优化算法（ParticleSwarmOptimization），缩写为PSO，是近年来发展起来的一种新的进化算法(EvolutionaryAlgorithm-EA)。PSO算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover)和“变异”(Mutation)操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。
多目标粒子群优化算法 有哪些参数 那要看你用什么软件，测试什么函数了。基本思想就是测试的目标函数值为y值，迭代次数为x值，统计数据，绘制图像~得到的就是迭代收敛曲线图~
如何用粒子群优化算法实现多目标优化 粒子群算法，也称粒子群优化算法（ParticleSwarmOptimization），缩写为PSO
MATLAB基于粒子群算法求解多目标优化问题，哪位大神帮个忙，跪谢啦！ 别贴力图片，贴程序，调试用。
多目标粒子群算法源程序 不是专门研究算法的，现在要用到这个算法，花了很长一段时间钻研，还是没能搞透，时间也比较紧，现在目标函数和约束条件都已经做出来了。。
求大神给出基于粒子群算法的多目标搜索算法的完整程序。。。从目标函数到最后。。 %该函数演示多目标perota优化问题清空环境clcclearload data初始参数objnum=size(P，1)；类中物品个数weight=92；总重量限制初始化程序Dim=5；粒子维数xSize=50；种群个数MaxIt=200；迭代次数c1=0.8；算法参数c2=0.8；算法参数wmax=1.2；惯性因子wmin=0.1；惯性因子x=unidrnd(4，xSize，Dim)；粒子初始化v=zeros(xSize，Dim)；速度初始化xbest=x；个体最佳值gbest=x(1，：)；粒子群最佳位置粒子适应度值px=zeros(1，xSize)；粒子价值目标rx=zeros(1，xSize)；粒子体积目标cx=zeros(1，xSize)；重量约束最优值初始化pxbest=zeros(1，xSize)；粒子最优价值目标rxbest=zeros(1，xSize)；粒子最优体积目标cxbest=zeros(1，xSize)；记录重量，以求约束上一次的值pxPrior=zeros(1，xSize)；粒子价值目标rxPrior=zeros(1，xSize)；粒子体积目标cxPrior=zeros(1，xSize)；记录重量，以求约束计算初始目标向量for i=1：xSizefor j=1：Dim%控制类别px(i)=px(i)+P(x(i，j)，j)；粒子价值rx(i)=rx(i)+R(x(i，j)，j)；粒子体积cx(i)=cx(i)+C(x(i，j)，j)；粒子重量endend粒子最优位置pxbest=px；rxbest=rx；cxbest=cx；初始筛选非劣解flj=[]；fljx=[]；fljNum=0；两个实数相等精度tol=1e-7；for。
