论文部分内容阅读
MOEA/D-M2M算法将一个多目标优化问题同时转换为若干个多目标优化子问题,分别求得这些子问题的Pareto解,最终得到原多目标优化问题的Pareto解,保证了种群的多样性,比MOEA/D具有更好的算法性能.多项式变异算子具有强化局部搜索和加强收敛的作用,但是在多目标进化算法中应用多项式变异算子的成果不多.将多项式变异算子和MOEA/D-M2M中提出的多目标优化问题的新的分解方法相结合,提出了一种新的采用多项式变异策略和分解方法的多目标进化算法(MOEA/PmD).考虑到非均匀变异算子通过动态调整步长获