随机绘制优化器（SPO）的元启发式算法的多目标版本的代码_Multi-objective Stochastic Paint Op

随机绘制优化器（SPO）的元启发式算法的多目标版本的代码 Multi-objective Stochastic Paint Optimizer 对随机绘制优化器（SPO）的单目标版本进行了适当的更改，以解决多目标优化问题（称为MOSPO）。颜色理论、色轮和颜色组合方法是SPO的主要概念。由于四种没有任何内部参数的简单颜色组合规则，SPO将能够进行出色的探索和开发。使用固定大小的外部归档等原则使推荐的技术与最初的单目标SPO不同。此外，为了执行多目标优化，在SPO中添加了领导者选择功能。与多目标粒子群优化（MOPSO）、多目标slap swarm算法（MSSA）和多目标ant-lion优化器相比，推荐的多目标随机涂料优化器（MOSPO）在十个数学问题（CEC-09）和八个多目标工程设计问题上进行了效率测试，这些问题的精度和均匀性都显著提高。根据不同性能指标的结果，如世代距离（GD）、反向世代距离（IGD）、最大传播和间距，该算法可以提供高质量的Pareto前沿，具有很强的竞争力和收敛性。