NSGA-Ⅱ（实数编码） gen=500 ， pop=500 ，n=12，var-domain=[0,1]，fun=3； Convergence metric ????

1、MOEA/D-FD是一种求解动态多目标优化问题的新算法，在动态多目标优化问题中，多目标函数和/或约束可能会随时间变化，这就需要多目标优化算法跟踪运动的Pareto最优解和/或Pareto最优前沿。当检测到环境变化时，设计一阶差分模型来预测一定数量Pareto最优解的新位置。另外，旧的pareto最优解的一部分被保留到新种群中。将预测模型融合到基于分解的多目标进化算法中，求解动态多目标优化问题。通过这种方式，可以更快地跟踪更改后的POS或POF。该算法在多个具有不同动态特性和难度的典型基准问题上进行了测试。实验结果表明，该算法在求解动态多目标优化问题时具有较好的性能。 2、文件夹中包括了该算法的论和相关Matlab代码的实现。

多目标进化优化 郑金华 OCR版本可复制可搜索

多目标进化优化的Tchebycheff分解方法

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

多目标进化优化的帕累托最优化

基于分解的多目标进化优化，张青富经典论文代码，MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition Qingfu Zhang, Senior Member, IEEE, and Hui Li

MOEAD(基于分解的多目标进化算法)-张青富经典论文moead-A Multiobjective Evolutionary Algorithm Based on Decomposition翻译

张青富MOEA/D经典论文代码,这是几版MOEA/D最好的一版， %程序功能：实现MOEAD算法，测试函数为ZDT1,ZDT2,ZDT3,ZDT4,ZDT6,DTLZ1,DTLZ2 %说明：遗传算子为模拟二进制交叉和多项式变异 %作者：(晓风) %email: 18821709267@163.com %最初建立时间：2018.09.30 %最近修改时间：2018.10.08 %参考论文： %MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition %Qingfu Zhang, Senior Member, IEEE, and Hui Li %IEEE TRANSACTIONS O

多目标优化