张青富经典论文MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition

本文提出了一种基于分解的多目标进化算法（MOEA / D）。它将多目标优化问题分解为多个标量优化子问题，并同时对其进行优化。每个子问题仅通过使用来自其几个相邻子问题的信息进行优化，这使得MOEA / D在每一代的计算复杂度均低于MOGLS和非主导排序遗传算法II（NSGA-II）。实验结果表明，在简单的多目标0-1背包问题和连续的多目标优化问题上，采用简单分解方法的MOEA / D的性能优于或类似于MOGLS和NSGA-II。