为降低建筑楼宇的能源消耗,研究建筑集群中的多个建筑楼宇共享冷热电联供系统、热能存储装置以及电池时的能源调度优化问题.考虑到建筑楼宇的能源需求和能源价格具有随机性,并且每个建筑楼宇以各自的费用最小化为目标,从随机规划和多目标的角度,建立建筑集群供能系统的两阶段多目标随机规划模型.为了提高模型的求解效率,提出将线性规划松弛与Benders分解算法相结合,从而获得建筑楼宇共享能源系统的Pareto最优解集.算例分析中通过CPLEX软件求解,对比分析不同随机因素对最优化建筑集群供能系统总费用以及建筑楼宇各自费用的影响程度,结果表明了所提出算法的有效性以及所构建的模型可以有效提高最优化决策的准确性.

灰狼算法（GWO），针对单目标函数，文件中有提出算法作者的matlab源代码和文章； 多目标灰狼算法（MOGWO），针对多目标函数，文件中有提出算法作者的matlab源代码和文章； 如果您觉得资源可以的话，请给好评。

多目标优化是指在约束条件下有两个或两个以上优化目标，且这些目标相互矛盾，一个目标往往以牺牲另一个目标为代价，故多目标优化问题存在多个最优解，统称为pareto最优解。

配电网重构是优化配电网络的主要措施,是指在满足支路载流、电压等约束条件下，决策联络开关或分段开关的状态，寻求最佳的辐射网络结构，使网损最小或以最优方式恢复供电。配电网络重构在数学上是一个多目标非线性混合优化问题，基于人工鱼群算法研究配电网重构，解决多目标投资组合问题，对并网后的配电网优化运行管理具有重要的理论意义和实际意义： 1、 首先求出多目标优化问题的Pareto最优解集,然后根据具体要求从Pareto最优解集中选出一个或几个解作为最终的方案。这种后评价方法相比先评价方法具有能得到优化问题的Pareto最优解集、对非凸、离散空间也有良好的搜索能力等优点。

一篇关于利用并行的帕累托局部搜索求解多目标组合优化问题的文章

多目标搜索算法相对于单目标算法来说，更加贴近于实际问题，求解结果更具有参考价值。通过多目标搜索算法最终得到的不是一个最优解，而是一个非劣解集，需要从非劣解集中根据实际问题的需要选择一个解作为该问题的最终解。 多目标背包问题描述： 假设存在五类物品，每类物品中又包含四种具体物品，现要求从这五类物品中分别选择一种物品放入背包中，使得背包内物品的总价值最大，总体积最小，并且背包的总质量不超过92Kg。其中P为每个物品的价值，R为每个物品的体积，C为每个物品质量。（具体的数据和注释附在代码中）

基于Pareto支配的多目标粒子群算法程序，用matlab设计实现，已经通过多个公认测试函数测试，结果良好。基于Pareto支配的多目标粒子群算法程序，用matlab设计实现，已经通过多个公认测试函数测试，结果良好。

多目标问题的帕累托解法，ZDT1问题

压缩包内有ZDT1到ZDT4四个.mat文件，一个.m文件用来加载四个.mat文件并画出图像。用matlab运行draw.m文件可画出图像

PSO多目标优化解决经典背包问题代码，可直接运行修改，详细注释，解决Pareto类问题