烟灰燕鸥优化算法（Sooty tern optimization algorithm，STOA）由Gaurav Dhiman和Amandeep Kaur于2019年提出，其灵感来自海鸟烟灰燕鸥在自然界中的迁徙和攻击行为。

一、算法原理：

二、多目标烟灰燕鸥优化算法MOSTOA：

将烟灰燕鸥优化算法的优良策略与多目标框架融合，由此得到多目标烟灰燕鸥优化算法（MOSTOA），为了验证MOSTOA的有效性，将其在22个多目标测试函数（ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、Kursawe、Poloni、Viennet2、Viennet3、UF1-UF10、CF1-CF3）上实验。

结果如下：

ZDT1：

ZDT2：

ZDT3：

ZDT4：

ZDT6：

三、源文件：

源文件夹中包含MOSTOA的所有测试例子及原论文，代码可直接运行，算法可移植性强。MOSTOA算法收敛极快，在多目标领域具有一定的竞争力。