本书提出了一种自适应多目标优化微分进化(SA-MODE)算法。该优化策略包括对多目标问题的扩展微分进化算法，通过在原算法中加入两个经典算子。因此，提出了秩排序和与两种方法动态更新微分进化参数和种群大小相关的拥挤距离，以减少目标函数的计算次数。在这种新的优化策略中，利用收敛率的概念动态更新种群规模来评估种群的同质性，并对其他参数(交叉参数和扰动率)使用总体方差的概念进行动态更新。然后，将所提出的方法应用于数学函数和工程系统设计，以证明其有效性。