关于拥挤距离的计算：本次提交演示了拥挤距离计算中的问题-matlab开发

拥挤距离广泛用于多目标优化，是“群体中特定解决方案周围的解决方案密度”的度量[1] 确定拥挤距离的程序在文献中给出如下 “拥挤距离计算需要根据每个目标函数值按数量级升序对总体进行排序。此后，对于每个目标函数，边界解（具有最小和最大函数值的解）被分配一个无限距离值。所有其他中间解被分配一个距离值，该值等于两个相邻解的函数值的绝对归一化差值。该计算继续使用其他目标函数。总体拥挤距离值计算为对应于每个目标的各个距离值的总和.” [1] 因此，对于给定的数据集，拥挤距离必须是唯一的。 然而，一些最常见的实现 [2,3,4] 似乎没有适当地计算拥挤距离。 在本次提交中，我们确定了涉及 4 个点和 3 个目标的两个数据集的拥挤距离。 这四个点都是非支配解。 dataset1 和 dataset2 之间的唯一区别是交换了两行。 根据拥挤距离的定义，数据集1和数据集2都应具有相同的拥挤距离。 然而