软件学报

作者：高卫峰，刘玲玲，王振坤，公茂果

单位：高卫峰，西安电子科技大学 数学与统计学院, 陕西 西安 71012611,刘玲玲，西安电子科技大学 数学与统计学院, 陕西 西安 71012602,王振坤，南方科技大学 系统设计与智能制造学院, 广东 深圳 518055;南方科技大学 计算机科学与工程系, 广东 深圳 51805503,公茂果，西安电子科技大学 电子工程学院, 陕西 西安 71007104

关键词：多目标优化;演化算法;分解;MOEA/D

基金：国家自然科学基金(61772391,62106186);陕西省自然科学基础研究计划(2022JQ-670,2020JM-178)

基于分解的演化多目标优化算法(MOEA/D)的基本思想是将一个多目标优化问题转化成一系列子问题 (单目标或者多目标)来进行优化求解. 自2007年提出以来, MOEA/D受到了国内外学者的广泛关注, 已经成为最具代表性的演化多目标优化算法之一. 总结过去13年中关于MOEA/D的一些研究进展, 具体内容包括: (1)关于MOEA/D的算法改进; (2) MOEA/D在超多目标优化问题及约束优化问题上的研究; (3) MOEA/D在一些实际问题上的应用. 然后, 实验对比几个具有代表性的MOEA/D改进算法. 最后, 指出一些MOEA/D未来的研究方向.

来源：2023年第10期

《软件学报》期刊编辑部

查看软件学报杂志2023年第10期