两种较新多目标优化算法对比（多目标小龙虾优化算法MOCOA+多目标霸王龙优化算法MOTROA）

目录

前言

一、共有46种测试函数+1个工程应用

二、测试函数仿真效果

总结

---

前言

  多目标小龙虾优化算法MOCOA+多目标霸王龙优化算法MOTROA，均为较新的优化算法，具有较强的研究价值,也可增加其他算法进来，使得测试函数对比图更加清晰绚丽。

  可以基于一种算法做改进，然后与经典的多目标优化算法，如NSGA-2,NSGA-3，MODE等等，整合到一张图上，对比效果图应该会非常直观好看。

---

一、共有46种测试函数+1个工程应用

         该程序将两种算法和到一起，即运行一次即可直接出如下的对比图。
        本代码共计46种测试函数外加1种应用，测试函数分别为：
%1-5:ZDT1、ZDT2、ZDT3、ZDT4、ZDT6
%6-12：DTLZ1-DTLZ7
%13-22：wfg1-wfg10
%23-32：uf1-uf10
%33-42：cf1-cf10
%43-46:Kursawe、Poloni、Viennet2、Viennet3
        算法评价指标为IGD、GD、HV、Spacing
        为了对比时可以清晰的看出对比效果（如果初始种群数量设置过大，则所有解均在帕累托前沿上，无法体现算法性能），MOCOA与MOTROA种群数量均设置为20，想增强求解能力，增大需要增大种群数量。

二、测试函数仿真效果

        部分对比效果如下图所示

---

总结

   可以基于一种算法做改进，然后与经典的多目标优化算法，如NSGA-2,NSGA-3，MODE等等，整合到一张图上，对比效果图应该会非常直观好看。

两种较新多目标优化算法对比（多目标小龙虾优化算法MOCOA+多目标霸王龙优化算法MOTROA）多目标小龙虾优化算法MOCOA+多目标霸王龙优化算法MOTROA，均为较新的优化算法（有参考文献），具有较强的研究价值,拍下即得所有程序，也可增加其他算法进来，使得测试函数对比图更加清晰绚丽。该程序将两种算法和到一起，即运行一次即可直接出如下的对比图。本代码共计46种测试函数https://mbd.pub/o/bread/ZZqbm59x