论文解读：MOEA/D with Adaptive Weight Adjustment

一，动机

1. 均匀分布的权重向量并不能保证PF上最优解的均匀性；对于非连续PF的MOPs，一些标量子问题有相同的最优解，这会导致Pareto最优解多样性的下降。为了保持一组在PF上均匀分布的Pareto最优解，基于分解的MOEAs应该追求解映射向量（可理解为归一化之后的权重向量）的均匀分布。以上观察促使我们开发一种 新权重向量初始化（new weighted vectors initialization） 方法，利用这种方法可以产生一组均匀分布的解映射向量。

2. 再者，当PF的形状近似目标空间中的单位超平面${\Sigma }_{i=1}^m$