多目标进化算法中的归档方法——聚类（Clustering）

背景：
多目标进化算法一般最终是获得一组非支配解。

归档的必要性：
有些优化问题的非支配解数量非常巨大，然而电脑资源却是有限的，并且决策者只可能在有限的方案中选择自己感兴趣的一种。归档方法是将具有代表性的非支配解保存下来，使得最终获得的非支配解广泛的分布在解空间。

聚类方法的思想：
为了从大小为N的种群中形成N个簇（N为归档的大小），需要用欧氏距离来计算目标空间中点的距离，然后将具有最小距离的两个族合并成一个比较大的簇（一开始每个个体占单独一个簇），这个时候簇的数目变成N-1.一直重复合并的操作指导簇的数目等于N，然后从每个簇中挑取最具有代表性的一个非支配解。

聚类方法的具体步骤：
参考文献：ε-dominance多目标演化算法在优化问题中的应用研究_樊纪山