摘 要:針對逼近理想解的排序方法對Pareto前端的距離跟蹤以及灰色關聯度能夠很好地分析非劣解集曲線與Pareto最優解集曲線的相似性,提出了一種求解多目標優化問題的理想灰色粒子群算法。該算法利用理想解理論與灰色關聯度理論來求解粒子與理想解之間的相對適應度和灰色關聯度系數,把兩者的和定義為相對理想度,通過相對理想度來判別粒子的優劣,以確定個體極值和全局極值。通過四組不同類型的基準函數測試算法性能,并與目標加權法和灰色粒子群算法比較分析,結果表明該算法能夠較好地收斂到Pareto最優解集,不但具有較好的收斂性和分布均勻性,而且算法的復雜度并沒有增加。