细节增强的matlab代码-MDO-MOPSO:具有改进的收敛性，并行计算，历史记录跟踪和新颖的多重设计选项的多目标粒子群优化算法的并行实现

细节增强的matlab代码MDO-MOPSO 多目标粒子群优化（MOPSO）的改进版本，该版本： 具有先进的收敛标准， 跟踪模拟点的整个历史记录，包括辅助量， 通过指定参数支持并行计算， 识别多个设计选项：对于给定的公差，靠近帕累托边界的点； 提出了一种更加用户友好的方法来设置选项，并且 支持向量化功能。 两种高级收敛标准基于： 传播措施和 计算距离的二次均值，它基于最大迭代次数增强了标准判据。 与MATLAB优化函数类似，该代码使用默认值实现求解器的选项。 此版本使用户能够以简单的方式仅更改所需的参数，如示例中所示。 更多详细信息在参考文件中进行了报告，或者请在下面留下评论。 提议的公式自动支持向量化函数或非向量化函数； 对于非矢量化函数，该方法还可以通过简单地启用参数来支持并行计算。 引用为： Fioriti，D.，Lutzemberger，G.，Poli，D.，Duenas-Martinez，P.，＆Micangeli，A.（2021年）。 结合经济多目标优化和多种设计方案：一种面向业务的方法来确定离网混合微网的大小。 国际电力与能源系统杂志，127，106686。Elsevie