多目标进化算法(MOEA)较传统多目标算法在构造Pareto解集，以及优化问题的鲁棒性上，具有更好的性能。因此成为近年来研究的重点。协同进化作为生物学中一种促进种群间共同进化的机制，正逐步受到众多学者的重视。已有研究结果表明采用协同进化机制，可以加速多目标进化算法收敛速度，并使之具有更好的种群多样性。现有协同多目标进化算法一般只强调了生物种群间的竞争与合作中的一方面。但在实际的生物界中，两种现象是同时存在的。因此，如何设计一种算法将二者有机结合起来是有其理论意义的。本文在前人研究的基础上，提出了一种共生协同进化算法(SymbiosisCoevolutisonMuRiobjectiveAlgorithm，SCMA)。有效的将竞争机制与合作机制统一起来。通过提出贡献度的概念，设计了合作算子、竞争算子和再生算子，用以实现算法的协同进化目的。最后在三项指标下，利用六个测试函数，将SCMA与NSGA2，MOCEA，SPEA2进行了对比，显示出较好的效果。最后针化工生产过程中的对油品调和问题和股票的组合投资问题，运用SCMA算法它们进行了仿真求解，这能为决策者提供更多的选择。
NETL
