集成在PlatEMOv2.9上的IGDX代码

IGDX（衡量PS与真实PS之间的接近程度）

令$P^{\ast }$代表真实PS均匀分布的点集（参考点），O代表算法求得的解集，IGDX的计算公式：
$$IGDX(O,P^{\ast })=\frac{{\Sigma }_{v\in P^{\ast }}d(v,O)}{|P^{\ast }|}$$
其中$d(v,O)$表示$v$和$O$中所有点之间欧式距离的最小值，$|P^{\ast }|$表示参考点的数目。

如果参考点集能够很好的表示真实PS，那么IGDX 就能较好的衡量决策空间的收敛性和多样性. IGDX 的值越小，说明算法求得的解集和参考点集越接近

下面是matlab代码

function Score = IGDX(Parameter)
% <metric> <min>
% IGDX: Calculate the IGD of the obtained Pareto set

%% Input:
%                              Dimension                                                                    Description
%      PopDec     population_size x n_var                                                 Obtained Pareto set     
%      PS    num_of_solutions_in_reference_ps x n_var                     Reference Pareto set

%% Output:
%                        Description
%      Score          Inverted Generational Distance (IGD) of the obtained Pareto set
    [~,~,PopDec,PS,~,~] = deal(Parameter{:});
    Distance = min(pdist2(PS,PopDec),[],2);
    Score    = mean(Distance);
end