针对现有约束多目标优化问题的不足，定义了一类难度可控，目标和约束数量可调的约束多目标测试问题。这组测试问题首次对约束问题的难度类型进行了定义，提出了三种难度的约束类型，即多样性困难、可行性困难和收敛性困难。三种难度类型的约束能够任意组合，构成同时具有多种难度类型的约束多目标优化问题，每种约束类型的难度都可以调整。

图一 多样性困难的约束函数

图二 可行性困难的约束多目标优化问题

研究成果：正在投稿在人工智能2区期刊《Evolutionary Computation》

Related files:

1、Pareto fronts of DAS-CMOPs：[Download]

2、Java source codes of MOEA/D-CDP, NSGA-II-CDP, C-MOEA/DD and C-NSGA-III：[Download]