本文提出多目标麋鹿优化算法（Multi-objective Elephant Herding Optimization，MOEHO）。MOEHO是麋鹿优化算法的多目标扩展，它能够有效地解决多目标优化问题。

为了评估MOEHO的性能，我们将其应用于一组标准的基准测试函数，这组函数包括GLSMOP1-GLSMOP9及工程应用—盘式制动器设计。这些函数在测试多目标优化算法的效率方面被广泛采用。此外，为了全面评估算法的收敛性和解的多样性，我们使用了六种不同的性能度量指标：GD、IGD、HV、Spacing、Spread和Coverage。通过这些指标的综合分析，我们可以有效地评估该算法在处理多目标优化问题时的整体性能。

原文链接：https://blog.csdn.net/weixin_46204734/article/details/144700757