摘要：为提高多目标粒子群算法在解决复杂多目标优化问题中的整体性能，提出一种多策略融合的多目标粒子群算法．该算法采用均匀化与随机化相结合的方式初始化种群，在粒子速度更新中新增一扰动项，运用简化的k-最近邻方法维持档案以及对档案个体赋予生存期属性并动态调整生存期值．实验结果表明，在GD和SP性能指标上，本文算法与另外5种对等算法在ZDT和DTIZ系列测试问题上进行对比，其表现出了总体显著性的性能优势．

关键词：粒子群优化 多策略融合 多目标优化问题 多目标粒子群优化算法 

单位：武汉大学数学与统计学院 湖北武汉430072 华东交通大学软件学院 江西南昌330013