I-MOPSO：一种适用于多目标优化的PSO算法

多目标优化问题是具有多个目标函数的问题。在文献中，有几种处理MOP的多目标进化算法（MOE-As），包括多目标粒子群优化（MOPSO）。然而，当目标数量增加时，这些算法的伸缩性较差。多目标优化研究了减少将MOE-As应用于具有三个以上目标函数的问题的负面影响的方法。在这里，提出了一种新的粒子群优化算法，称为I-MOPSO，它探索了MOPSO处理多目标问题的具体方面。该算法利用存档方法引入更多的收敛性，并从领导者的选择策略引入搜索的多样性。I-MOPSO通过实证分析进行评估，旨在观察其在多目标场景中如何在帕累托前沿的收敛性和多样性方面发挥作用。通过使用质量指标和统计测试，将该算法与文献中的其他MOE As进行了比较。