mopso多目标粒子群算法的matlab实现，基于yarpiz版本的改进

多目标粒子群优化（MOPSO）由 Coello Coello 等人于 2004 年提出。它是 PSO 的多目标版本，它结合了 Pareto 包络和网格制作技术，类似于基于 Pareto 包络的选择算法来处理多目标优化问题。

就像PSO一样，MOPSO 中的粒子正在共享信息，并朝着全球最佳粒子和他们自己的（本地）最佳记忆迈进。但是，与 PSO 不同，有不止一个准则来确定和定义最佳（全局或局部）。群中所有非支配的粒子都被收集到一个称为“存储库”的子群中，每个粒子都在此存储库成员中选择其全局最佳目标。对于个人（局部）最佳粒子，使用基于控制的概率规则。

yarpiz 在他们的网站上公开了他们的mopso 在 matlab 中的实现，但是在使用的时候我发现这份程序虽然可以输入多个参数但是无法独立设置多个参数的范围，我对其做了一小点优化以实现对独立范围的支持。

file in GitHub