基于多方向采样的大规模多目标优化方法

本发明属于多目标优化技术领域，公开了基于多方向采样的大规模多目标优化方法，包括步骤1、定义并初始化数据；步骤2、基于竞争型群智能算法优化种群，通过竞争比较更新个体，得到子代种群；步骤3、基于历史存储策略和多方向采样策略改善子代种群；步骤4、合并父代与子代种群，然后进行环境选择，通过环境选择筛选出收敛性与多样性好的候选种群，得到下一次迭代的父代种群；迭代结束输出最终的父代种群。本发明通过多方向采样策略和历史存储策略，在保证计算资源分配可调的前提下，提高了定向采样操作的有效性，减少计算资源的浪费。