摘要：針對復(fù)雜的多目標問題,文中提出了一種基于多種群動態(tài)協(xié)同的多目標粒子群算法。該算法設(shè)置多個種群同時進行獨立搜索,從而有效提高算法的搜索能力。此外,為進一步保證種群多樣性,該算法利用動態(tài)聚類策略將種群劃分為兩個子群,并改變子種群的更新方式。通過動態(tài)學習樣本和差分變異,進一步避免算法陷入局部最優(yōu)。經(jīng)過對一系列標準測試函數(shù)進行仿真,驗證了該算法在多目標問題上的有效性。將該算法與5種現(xiàn)存算法進行比較,結(jié)果顯示該算法的多樣性和收斂性均具有明顯的優(yōu)勢。