区间参数(IMOP)的多目标优化问题在实际应用中无处不在。现有的IMOP(IMOEAs)进化算法需要大量的函数求值才能生成近似的Pareto前沿,且收敛良好且分布均匀,并且生成的前沿具有很大程度的不确定性。 本文将本地搜索嵌入到现有的IMOEA中,并开发了用于IMOP的模因算法。 首先使用现有的IMOEA搜索整个搜索空间,然后利用超量的变化率设计一种激活机制来指定何时进行本地搜索。 最后,以对大容量和小不精确度有较大贡献的个体为中心,创建局部搜索的初始种群,并以对大体积的贡献为适应度函数来实现局