基于种群分解，使用主元分析进行聚类分析和种群生成，种群进化使用NSGA-II选择机制，

MOEA/D的C++源代码，很好的资源哟，做多目标算法不可缺少的哟！

MOEAD代码。。基于分解的多目标优化算法。。。MATLAB代码。。

最近写的MOEAD的matlab代码分享给大家供学习使用-MOEAD_陈旭编.rar            最近写的MOEA-D的matlab代码，分享给大家供学习使用。                     测试函数ZDT系列与DTLZ 系列，参考论文  MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition Qingfu Zhang, Senior Member, IEEE, and Hui Li   IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, VOL. 11, NO. 6, DECEMBER 2007 写得。            下载的朋友请顶贴。

Contents are :DHRS-MOEAD EI e-MOEA GrEA HypE I-DBEA MOEAD-DE MOEAD-DRA MOEAD-M2M NSGA-II NSGA-III NSLS PICEA-g SIEA SPEA2 SPEA2-SDE

由于最近时间有限，没有写CSDN，但写了word版的算法总结。此资源包括MOEAD，NSGA2的MATLAB实现代码以及MOEAD的英文论文的自我学习笔记文档，代码有详细的注释，并且还附有实验数据供读者参考。之后我会尽快提供python版的代码，还望读者耐心等待。

本资源为MOEAD的python代码，实验问题为ZDT1,ZDT2,ZDT3,ZDT6,DTLZ1,DTLZ2，实验结果和文档见上一次的资源。

本资源为MOEAD的C语言代码，实验问题为ZDT1,ZDT2,ZDT3,ZDT6,DTLZ1,DTLZ2。

读取上述.txt文档，可是画出测试函数的真实Pareto前端值，用于多目标优化问题。NSGA或者MOEAD算法等等，有其他函数需求可以留言或联系我

moead优化算法摘要：在传统的多目标优化问题上常常使用分解策略。但是，这项策略还没有被广泛的应用到多目标进化优化中。本文提出了一种基于分解的多目标进化算法。该算法将一个多目标优化问题分解为一组？？？单目标优化问题并对它们同时优化。通过利用与每一个子问题相邻的子问题的优化信息来优化它本身，这是的该算法比MOGLS和非支配排序遗传算法NSGA-Ⅱ相比有更低的计算复杂度。实验结果证明：在0-1背包问题和连续的多目标优化问题上，利用一些简单的分解方法本算法就可以比MOGLS和NSGA-Ⅱ表现的更加出色或者表现相近。实验也表明目标正态化的MOEA/D算法可以解决规模范围相异的多目标问题，同时使用一个先进分解方法的MOEA/D可以产生一组分别非常均匀的解对于有3个目标问题的测试样例。最后，MOEA/D在较小种群数量是的性能，还有可扩展性和敏感性都在本篇论文中通过实验经行了相应的研究。