摘要：差分進(jìn)化是一種有效的優(yōu)化技術(shù),已成功應(yīng)用于多目標(biāo)優(yōu)化問題,但也存在Pareto最優(yōu)集合的收斂慢和多樣性差等問題。針對上述不足,提出了一種基于分解和多策略變異的多目標(biāo)差分進(jìn)化算法(MODE/DMSM)。該算法利用基于分解的方法將多目標(biāo)優(yōu)化問題分解為多個單目標(biāo)優(yōu)化問題;通過高效的非支配排序方法選擇具有良好收斂性和多樣性的解來指導(dǎo)差分進(jìn)化過程;采用了多策略變異方法來平衡進(jìn)化過程中的收斂性和多樣性。在ZDT和DTLZ的10個測試函數(shù)上的仿真結(jié)果表明,所提算法在Parato最優(yōu)集合的收斂性和多樣性方面優(yōu)于其他六種代表性多目標(biāo)優(yōu)化算法。