小生境思想在多目标优化算法中的运用
最近在写多目标优化算法的程序，最初主要还是借鉴别人的思想。如NSGAII，算法出自《A fast and elitist multiobjective genetic algorhm》，一种类型的多目标遗传算法；MOPSO，算法出自《MOPSO-A proposal for multiple objective particle swarm optimization》；还有文章《多目标优化问题的蚁群算法研究》，张勇德，黄莎白著，发表于2005年《控制与决策》，这些都是很好的文章。不过在仿真《多目标优化问题的蚁群算法研究》时出现了许多自己不理解的地方。写出来希望有高人指点迷津！在此万分感谢！
文章中把小生境思想运用到多目标优化算法中，冠以“基于全局最优经验指导的寻优方式”，其基本思想是：
设立一个外部集合BP（应该就是External File了），用来保存整个蚁群当前所发现的所有非支配解。在集合BP中寻找散布最为稀疏的非支配解，其所在位置即为当前蚂蚁的寻优方向。具体可能要查看原文的描述了，在这里不能写完整，一为不知原作者是否同意转载，二是数学公式无法在此编辑。niche(i)最小者即为寻优方向，是否正是说当前蚂蚁更新时以它作为标准？
思想就是如此了，在整个算法实现上自己也都有许多不理解这处。
算法流程：（4）令i=1。（这里的i就是代表第i个蚂蚁了）（5）随机产生随机数进行基于不同方式的寻优，在此，如果出现BP集合只有一个时那就不能基于小生境思想了，是否可以在初始化时限制搜索到2个元素时才进入下一步呢？
试验了许多次，还没有成功，希望有识之士能给予帮助！^_^