摘要：提出一種基于分享學習和柯西變異的多目標人工蜂群算法.該算法在基本人工蜂群算法中引入精英策略,即蜜蜂在更新食物源過程中,在隨機選擇鄰居的同時,將全局最好個體以及外部檔案中所有個體的平均位置作為分享學習的對象.在每次迭代結束后,對外部檔案中排名位于前5%的個體進行柯西擾動,以增加解的多樣性,并使得算法在求解復雜多目標優化問題時有能力跳出局部最優.在一些測試函數上的實驗結果表明提出的新算法在求解多目標優化問題時,與某些經典算法相比具有一定的優越性.