作者：陈龙分解多目标优化算法
摘要：多目标优化问题（MOP）的目标函数有两个或两个以上，其解通常是一组Pareto最优解。采用传统的优化算法处理多目标优化问题时不能达到令人满意的效果。文字研究基于分解的多目标进化算法（MOEA／D），该算法将一个多目标优化问题分解为一组单目标优化问题并对它们同时优化，通过利用与每一个子问题相邻的子问题的优化信息来优化它本身，比其他同类的优化算法具有更低的计算复杂度。在0—1背包问题和连续的多目标优化问题上，利用一些简单的分解方法本算法就可以比MOGLS和NSGA—Ⅱ表现得更加出色或者表现相近，未来该算法具有较大的发展空间。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
