大规模问题效率高
该算法通过基于变量重要性的动态分组与自感知计算资源分配机制，显著提升大规模多目标优化问题的求解效率。
Yuning, Chen · Ziqing, Zhou · 刘熠 · Linqiang, Hu · Zou, Zhuo · Xu, Lida · 甘中学 · Ouyang, Chun
IEEE Transactions on Evolutionary Computation 2025
通过评估变量波动对各目标的影响来计算变量重要性，将重要性相似的变量分为一组，避免了误分组。
资源分配机制监测不同变量组优化过程中种群质量改进率的变化，将资源动态分配给更重要的组，从而提升整体效率。
在LSMOP基准测试中，至少75%的实例击败了对比算法；在WFG基准测试中，超过50%的实例优于RG-DRA、LERD和LMOCSO。