资 源 简 介
本文提出了 ；基于分解的多目标进化算法（MOEA / D）。将一个多目标优化问题 ；为多个标量优化问题和优化 ；同时。每个子问题只由 优化；利用信息从其相邻的几个子问题， ；使MOEA/D有较低的计算复杂度在 ；每一代人比MOGLS和非支配排序遗传算法（NSGA-II ；II）。实验结果表明， ；，MOEA/D简单分解方法优于 ；或执行类似MOGLS和多目标 NSGA-II；0–1背包问题和连续多目标优化问题。它已经表明，MOEA/D使用目的 ；归一化处理不同规模的目标，和 ；MOEA/D与先进的分解方法可以生成 ；一套非常均匀分布的解决方案3-objective测试 ；实例。MOEA/D小种群的能力，可扩展性和MOEA/D灵敏度也被实验 ；本文的研究。
