本文研究了多目标进化算法（GSEMO-C）在子模最大化问题上的应用，证明其在多项式期望时间内能够实现良好的近似效果。同时探讨了三目标公式在动态约束背包问题中的优势，以及滑动窗口加速技术在最大覆盖问题中的应用。研究表明，MOEA/D算法在多目标优化中表现优越，并提出了一种基于子网络的算法用于卷积神经网络裁剪，具有广泛的应用价值。