基于动态种群因子和熵权TOPSIS的Pareto解集优选方法

本发明涉及人工智能与优化算法技术领域，具体涉及一种基于动态种群因子和熵权TOPSIS的Pareto解集优选方法。该方法通过量化管状日光导引系统的设计参数，并建立优化目标；基于量化后的管状日光导引系统的设计参数，采用拉丁超立方抽样方法优化生成初始种群；将初始种群划分为多个子种群，采用交叉概率模型和变异概率模型对多个子种群进行迁移迭代；获取停止迁移迭代时得到的多个帕累托解，采用熵权TOPSIS算法在多个帕累托解中筛选出最优帕累托解。本发明通过结合动态种群因子和熵权TOPSIS方法，能够有效实现管状日光导引系统设计参数的优化，从而解决管状日光导引系统在复杂气候下的多目标优化问题。