[1] 徐杰,宋旭.模糊随机环境下非等面积部门临时施工设施的多目标动态布局问题[J]。基于知识的系统,2015年,81:30-45。 [2] 王俊英,夏尔玛S,RANGAIAH G P.用带终止准则的精英非支配排序遗传算法设计多目标管壳式换热器[J]。应用热能工程,2016,93:888-899。 [3] DEEP K,SINGH K P,KANSAL M L,等.求解整数和混合整数优化问题的实数编码遗传算法[J]。应用数学计算,2009212(2):505-518。 [4] KADAMBUR R,KOTECHA P.使用精英教学-基于学习的优化在石化行业中进行多级生产规划[J]。专家系统与应用,2015,42(1):628-641。 [5] 李斌,邵志杰.复杂环境下铰接式轮式车辆的精确轨迹优化[J]。工程软件进展,2016,92:40-47。 [6] RAMTEKE M,SRINIVASAN R.集成图形表示和遗传算法的大型炼油厂原油调度[J]。工业与工程化学研究,2012,51(14):5256-5272。 [7] 杨斌,于泰,舒海川.基于扰动观测器的阴阳对太阳能光伏逆变器分数阶PID控制[J]。《国际电能系统交易》,2018年,29(9):e2697。 [8] PUNNATHANAM V,KOTECHA P.基于前向阴阳对优化的斯特林发动机系统多目标优化[J]。能源转换与管理,2017133:332-348。 [9] PUNNATHANAM V,KOTECHA P.阴阳对优化:一种新的轻量级优化算法[J]。人工智能的工程应用,2016,54:62-79。 [10] 李大海,艾志刚,王振东.IYYPO公司:一种改进的阴阳对优化算法[J] ●●●●。计算机应用研究,2021,38(1):134-139. 李德华,AI Z G,王志德.改进的阴阳对优化算法[J]。计算机应用研究,2021,38(1):134-139。 [11] SCHAFFER J D.采用矢量评估遗传算法的多目标优化[C]//第一届遗传算法国际会议,匹兹堡,1985。 [12] GOLDBERG D E.搜索优化和机器学习中的遗传算法[M]。【S.l.】:艾迪森·韦斯利,1989年。 [13] SRINIVAS N,DEB K.遗传算法中使用非支配排序的多目标优化[J]。进化计算,1994,2(3):221-248。 [14] ZITZLER E,THIELE L.多目标进化算法:比较案例研究和强度Pareto方法[J]。IEEE进化计算汇刊,1999,3(4):257-271。 [15] JOSHUA D K,DAVID W C.使用帕累托存档进化策略逼近非支配前沿[J]。进化计算,2000,8(2):149-172。 [16] COELLO C A C,PULIDO G T.一种用于多目标优化的微遗传算法[C]//第一届进化多准则优化国际会议,2001年3月7日至9日,苏黎世。 [17] DEB K P A,AGARWAL S,MEYARIVAN T.一种快速的精英多目标遗传算法:NSGA-II[J]。IEEE进化计算汇刊,2002,6:182-197。 [18] STORN R,PRICE K。差分进化——一种简单有效的连续空间全局优化启发式算法[J]。《全局优化杂志》,1997,11:341-359。 [19] XUE F,SANDERSON A C,GRAVERS R J.基于Pareto的多目标差分进化[C]//2003进化计算大会,2003。 [20] MIRJALILI S,MIRJALILI S M,LEWIS A.灰狼优化器[J]。工程软件进展,2014,69:46-61。 [21]MIRJALI S,SAREMI S,MIRJAILI S M.多目标灰狼优化算法:一种新的多准则优化算法[J]。应用专家系统,2016,47(1):106-119。 [22]艾伯哈特·R,肯尼迪。一种使用粒子群理论的新优化器[C]//第六届国际微型机器与人类科学研讨会,1995年。 [23]COELLO C A C,LECHUGA M S.MOPSO:多目标粒子群优化建议[C]//2002进化计算大会,2002。 [24]COELLO C A C,PULIDO G T,LECHUGA M S.用粒子群优化处理多目标[J]。IEEE进化计算汇刊,2004,8(3):256-279。 [25]KARABOGA D,BASTURK B.一种强大而有效的数值函数优化算法:人工蜂群算法[J]。全球优化杂志,2007,39(3):459-471。 [26]AKBARI R,HEDAYATZADEH R,ZIARATI K,等.一种多目标人工蜂群算法[J]。群与进化计算,2012,239-52。 [27]宋德荣,刘建波,杨杰,等.基于改进阴阳对优化的高空风电机组优化设计[J]。能源,2020193:116794。 [28]MOHAMMADIAN M,LORESTANI A,ARDEHALI M M.基于进化粒子群优化算法的单区域和多区域经济调度优化[J]。能源,2018年161:710-724。 [29] 许秋艳,马良,刘勇.基于混沌搜索和错卦变换的阴阳平衡优化算法[J] .2020,40(8):2305-2312。 徐庆英,马磊,刘毅.基于混沌搜索和复杂算子的阴阳对优化算法[J]。计算机应用杂志,2020,40(8):2305-2312。 [30] 白首华,郭广颂,胡天彤.交互式多目标文化算法优化多模态混合指标[J] ●●●●。计算机工程与应用,2021,57(17):80-87. BAI S H,GUO G S,HU T T.基于交互式多目标文化算法的多模态混合指数优化[J]。计算机工程与应用,2021,57(17):80-87。 [31] 丁一,张成成.集装箱码头送箱外集卡预约优化研究[J] ●●●●。计算机工程与应用,2021,57(19):267-273. 丁毅,张春川.集装箱码头外送集装箱外运卡车的预约优化[J]。计算机工程与应用,2021,57(19):267-273。 [32] 杨玮,吴莹莹,王婷.子母式穿梭车仓储系统配置优化问题研究[J] ●●●●。计算机工程与应用,2021,57(4):258-265. YANG W,WU Y Y,WANG T.航天飞机存储与检索系统配置优化问题研究[J]。计算机工程与应用,2021,57(4):258-265。 [33] 赵辉,王天龙,刘衍舟,等.基于分解和支配关系的超多目标进化算法[J] ●●●●。电子与信息学报,2020,42(8):1975-1981. 赵浩,王天乐,刘义忠,等.基于分解和优势关系的多目标进化算法[J]。《电子与信息技术杂志》,2020,42(8):1975-1981。 [34]田毅,程锐,张欣,等.PlatEMO:进化多目标优化的MATLAB平台[J]。IEEE计算智能杂志,2017,12(4):73-87。 [35]张Q,周A,赵S,等.中国电子商务2009年特别会议暨竞赛多目标优化测试实例[R]。埃塞克斯大学,2009年。 [36]VELDHUIZEN D A V,LAMONT G B.关于测量多目标进化算法性能[C]//2000年IEEE大会论文集,2000年。 [37]王燕恩,吴丽华,袁晓凤.基于精英存档和拥挤熵的多样性测度的多目标自适应差分进化[J]。软计算,2010,14(3):193-209。 [38]MATLAB.gamultiobj[EB/OL]。[2020-10-16].https://ww2.mathworks.cn/help/gads/gamultiobj.html。 [39]雅皮兹。加强帕累托进化算法2(SPEA2)[EB/OL]。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/52871-strongth-pareto-evolutional- 算法-2-spea2。 [40]码。非支配排序遗传算法II(NSGA-II)[EB/OL]。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/52869-非支配排序遗传算法-ii-nsga-ii。 [41]雅皮兹。多目标粒子群优化(MOP- SO)【EB/OL】。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/52870-multi-objective-particle-swarmoptimization-mopso。 [42]MIRJALI S.多目标灰狼优化器(MOGWO)[EB/OL]。[2020年10月16日].https://ww2.mathworks.cn/matlabcentral/fileexchange/55979-multi-objective-grey-wolf-optimizer-mogwo。 [43] 张新明,姜云,刘尚旺,等.灰狼与郊狼混合优化算法及其聚类优化[J/OL].《中国日报》(2020-03-26)[2020-10-16].https://doi.org/10.16383/J.aas.c190617。 张晓明,姜毅,刘素伟,等.基于灰狼优化的混合郊狼优化算法及其在聚类优化中的应用[J]。自动化学报(2020-03-26)[2020-10-16]。https://doi.org/10.16383/j.aas.c190617。 [44]WOLPERT D H,MACREADY W G.最优化没有免费午餐定理[J]。IEEE进化计算汇刊,1997年,1(1):67-82。 |