本发明是一种基于复杂网络的粒子群优化方法，用于解决现实世界的多目标优化问题。本方法根据无标度网络的产生机制建立种群网络拓扑，确定寻优空间、种群规模、粒子的位置和速度，根据适应函数计算适应值，记录粒子的历史最好位置和历史邻居最好位置以及全局历史最好位置，每次迭代更新粒子的位置和速度，重新计算适应值，直到迭代完成，输出全局最好位置。本发明还提供了四种指标来评价中心粒子和非中心粒子的优化性能：邻域中的影响力；传递信息的能力；适应值的优劣；保持种群活跃性的能力。本发明能有效避免陷入局部最优，平衡应用粒子群算法进行目标求解的收敛速度和优化效果。