基于分解的多目标优化算法研究与分析

基于分解的多目标优化算法(MOEA/D)是多目标优化算法(MOEAs)中的一个重要分支。分解策略是传统数学规划中为了解决多目标的优化问题(MOP)推荐的基本方法。分解方法分为线性方法和非线性方法,在多目标优化中,每个目标聚合成为一个单目标优化问题,使得到一个优化单一目标,并且运用该优化方法得到单目标优化的Pareto最优解。MOEA/D中常用的分解方法有权重聚合法、切比雪夫法和基于惩罚的边界交集法。论文通过介绍切比雪夫方法对基于分解方法的MOEA/D算法进行研究分析。