最近提出的称为晶体结构算法的元启发式算法的多目标版本的代码 在许多优化问题中，主要目标是改进单个性能指标，其中该指标的最小值或最大值充分反映了从系统获得的响应的质量。但是，在某些情况下，不可能仅仅依靠单个指标，因此考虑了具有多个性能指标的多目标优化问题，其中所有指标的值都应该同时优化。上述过程需要一个多目标优化算法，可以处理同时索引问题的复杂性。本文介绍了最近提出的称为晶体结构算法 (CryStAl) 的元启发式算法的多目标版本，该算法的灵感来自于形成晶体结构的原理。对于这种称为 MOCryStAl 的算法的性能评估，使用了称为 CEC-09 的多目标优化的进化计算完成 (CEC) 的基准问题。一些现实世界的工程设计问题被用来评估所提出方法的效率。结果表明，所提出的方法可以在处理所考虑的多目标问题方面提供出色的结果。

为了开发一种高效，受自然启发的优化算法，我们在此提出了一种新颖的元启发式方法，称为晶体结构算法（CryStAl）。 该方法的主要灵感来自从基础添加到晶格点所形成的晶体结构的基本原理，这是一种自然现象，可以从组分（即原子，分子或离子）的对称排列中看出。晶体矿物，例如石英。 原始纸： 晶体结构算法（CryStAl）：一种元启发式优化方法Siamak Talatahari，迈赫迪阿齐兹，穆罕默德Tolouei，巴巴克Talatahari和Pooya Sareh IEEE访问

分享了晶体结构算法及其对应的原文，亲测有效，欲求更多算法可进入空间查看