MOEA/D es un algoritmo evolutivo multiobjetivo prometedor basado en la descomposición y se ha utilizado para resolver muchos problemas de optimización multiobjetivo muy bien. Sin embargo, existe una clase de problemas multiobjetivo, llamados problemas de optimización con muchos objetivos, que el MOEA/D original no puede resolver bien. En este documento, se propone un MOEA/D mejorado con esquemas de evolución diferencial óptima (oDE), llamado MOEA/D-oDE, con el objetivo de resolver problemas de optimización con muchos objetivos. Comparado con MOEA/D, MOEA/D-oDE tiene dos puntos distintivos. Por un lado, MOEA/D-oDE adopta un enfoque de descomposición recién introducido para descomponer los problemas de optimización con muchos objetivos, que combina las ventajas del enfoque de suma ponderada y el enfoque de Tchebycheff. Por otro lado, se diseña un mecanismo de combinación para los operadores DE para encontrar la mejor solución hija y realizar el cálculo a posteriori. En nuestro estudio experimental, se aplican seis instancias de prueba continuas con 4-6 objetivos comparando NSGA-II (algoritmo genético de ordenamiento no dominado II) y MOEA/D como experimentos acompañantes. Además, los resultados finales indican que MOEA/D-oDE supera a NSGA-II y MOEA/D en casi todos los casos, especialmente en aquellos problemas que tienen formas de Pareto complicadas y objetivos de dimensiones más altas, donde sus ventajas son más evidentes.