【多目标优化与进化计算】比较算法性能的三个指标IGD RPSP CPSP

Multiobjective Differential Evolution with Speciation for Constrained Multimodal Multiobjective Optimization

IGD 反转世代距离（Inverted Generational Distance）

先被提出的用于评价多目标算法收敛性的指标是GD(Generational Distance),用来表示PFknown（得到的非支配解）到PFtrue（最优解集）之间的平均距离

而IGD是GD的逆向映射，是表示PFtrue（最优解集）到PFknown（得到的非支配解）之间的平均距离。

IGD的值越小就意味着算法的综合性能越好

RPSP反向帕累托集接近度（Reversed P areto Sets P roximity）

用于评估 获得的PS(帕累托解集）与真实PS之间的相似度。
RPSP值计算考虑了获得的最优解在真实PS集和IGDX值上的覆盖率（CR）.
总的来说，RPSP值越小，算法在决策空间中的性能较好

CPSP 约束Pareto集的邻近性Constrained P areto Sets P roximity

梁静老师在Multiobjective Differential Evolution with Speciation for Constrained Multimodal Multiobjective Optimization中提出的

分别计算得到的解的平均CV值（违反约束）和平均RPSP值分别归一化。将这两个值相加（即CPSP）来反映不同算法的性能。
值越小越好。