超神经多目标粒子群优化算法的选择方法评价
作者
摘要
建议引用
从出版商下载全文
IDEAS上列出的参考文献
杰克·布拉泽维奇、埃德蒙·伯克、格雷厄姆·肯德尔、沃伊切赫·姆鲁茨基维奇、塞伊达·奥古兹和阿列克桑德拉·斯威克斯,2013年。 " DNA序列杂交测序的超神经方法 ," 运筹学年鉴 施普林格,第207(1)卷,第27-41页,8月。 Laumanns,Marco&Zenklusen,Rico,2011年。 " 随机搜索方法对固定大小Pareto前沿近似的随机收敛性 ," 欧洲运筹学杂志 爱思唯尔,第213(2)卷,第414-421页,9月。 Edmund K Burke&Michel Gendreau&Matthew Hyde&Graham Kendall&Gabriela Ochoa&Ender庸zcan&Rong Qu,2013年。 " 超神经科学:现状综述 ," 运筹学学会杂志 Palgrave Macmillan; 《手术室学会》,第64卷(12),第1695-1724页,12月。 Johannes Bader和Kalyanmoy Deb&Eckart Zitzler,2010年。 " 使用蒙特卡罗采样的快速超卷搜索 ," 经济学和数学系统课堂讲稿 ,作者:Matthias Ehrgott&Boris Naujoks&Theodor J.Stewart&Jyrki Wallenius(编辑), 可持续能源和运输系统的多准则决策 ,第313-326页, 斯普林格。
引文
Leng Longlong&Yanwei Zhao&Jingling Zhang&Chunmiao Zhang,2019年。 " 多目标区域低碳定位路径问题的一种有效方法 ," 伊耶尔普 ,MDPI,第16卷(11),第1-28页,6月。 刘发贵、王绿生标、桂梦科、张扬、兰玉林、赖成琦、朱伯元,2023年。 " 同时取送和时间窗的城市配送混合启发式算法 ," 启发式杂志 Springer,第29卷(2),第269-311页,6月。 Leng Longlong&Yanwei Zhao&Zheng Wang&Jingling Zhang&Wanliang Wang和Chunmiao Zhang,2019年。 " 多约束生物目标区域低碳定位路径问题的一种新的超神经方法 ," 可持续性 ,MDPI,第11卷(6),第1-31页,3月。
最相关的项目
Aleksandra Swierz、Wojciech Frohmberg、Michal Kierzynka、Pawel Wojciethowski、Piotr Zurkowski、Jan Badura、Artur Laskowski、Marta Kasprzak和Jacek Blazewicz,2018年。 " GRASShopPER一种基于GPU对齐的从头组装算法 ," 普洛斯一号 ,公共科学图书馆,第13卷(8),第1-23页,8月。 拉勒·扎巴克·罗恩·戈坎·塞科梅,2022年。 " 具有设备成本的随机并行装配线平衡问题的超神经方法 ," 运筹学 《施普林格》,第22卷(1),第577-614页,3月。 Ahmed Kheiri和Alina G.Dragomir、David Mueller和Joaquim Gromicho、Caroline Jagtenberg和Jelke J.Hoorn,2019年。 " 使用元启发式算法应对VRP挑战,在时间窗口内重新分配稀缺设备 ," 欧洲运输与物流杂志 ,施普林格; EURO-欧洲运筹学会协会,第8卷(5),第561-595页,12月。 Andrzej Kozik,2017年。 " 用序列对表示法处理调度问题中的优先约束 ," 组合优化期刊 施普林格,第33卷(2),第445-472页,2月。 W.B.Yates和E.C.Keedwell,2019年。 " 离线超神经学习的启发式子序列分析 ," 启发式杂志 Springer,第25卷(3),第399-430页,6月。 德里亚·德利克塔什,2022年。 " 具有释放时间的多目标单机学习效果调度问题的自适应模因算法 ," 灵活服务和制造杂志 施普林格,第34卷(3),第748-784页,9月。 Surafel Luleseged Tilahun和Mohamed A.Tawhid,2019年。 " Swarm超启发式框架 ," 启发式杂志 ,施普林格,第25卷(4),第809-836页,10月。 Ivo Couckuyt&Dirk Deschrijver&Tom Dhaene,2014年。 " Pareto优化多目标改进概率和期望改进准则的快速计算 ," 全球优化杂志 《施普林格》,第60卷(3),第575-594页,11月。 Venkatesh Pandiri和Alok Singh,2020年。 " k旅行商问题的两种多阶段启发式算法 ," OPSEARCH公司 ,施普林格; 印度运筹学学会,第57卷(4),第1164-1204页,12月。 O.Schütze&C.Hernández&E-G.Talbi&J.Q.Sun&Y.Naranjani&F.-R.Xiong,2019年。 " MOP近似解集表示的Archiver ," 启发式杂志 ,施普林格,第25卷(1),第71-105页,2月。 Nondy,J.&Gogoi,T.K.,2021年。 " 基准热电联产系统热环境优化多目标进化算法性能比较 ," 能源 爱思唯尔,第233(C)卷。 Christian Lücken和Benjamín Barán和Carlos Brizuela,2014年。 " 多目标问题的多目标进化算法综述 ," 计算优化与应用 施普林格,第58卷(3),第707-756页,7月。 Li,Wenwen&Ùzcan,Ender&John,Robert,2017年。 " 多目标进化算法和超神经网络在风电场布局优化中的应用 ," 可再生能源 爱思唯尔,第105卷(C),第473-482页。 Jari Kyngäs&Kimmo Nurmi&Nico Kyngás&George Lilley&Thea Salter&Dries Goossens,2017年。 " 澳大利亚足球联赛日程安排 ," 运筹学学会杂志 Palgrave Macmillan; 手术室学会,第68卷(8),第973-982页,8月。 Sara Ceschia和Rosita Guido和Andrea Schaerf,2020年。 " 基于大邻域的模拟退火求解静态INRC-II护士排班问题 ," 运筹学年鉴 ,施普林格,第288(1)卷,第95-113页,5月。 Stefan Vonolfen和Michael Affenzeller,2016年。 " 动态取货和交货问题的等待时间分布 ," 运筹学年鉴 ,施普林格,第236(2)卷,第359-382页,1月。 阿尔贝托·桑蒂尼(Alberto Santini)、斯特凡·罗普克(Stefan Ropke)和拉尔斯·马格努斯·赫瓦塔姆(Lars Magnus Hvattum),2018年。 " 自适应大邻域搜索元启发式的接受准则比较 ," 启发式杂志 施普林格,第24卷(5),第783-815页,10月。 Eric Bradford和Artur M.Schweidtmann以及Alexei Lapkin,2018年。 " 采用高斯过程、谱采样和遗传算法的高效多目标优化 ," 全球优化杂志 Springer,第71卷(2),第407-438页,6月。 Pilechiha、Peiman和Mahdavinejad、Mohammajavad和Pour Rahimian、Farzad和Carnemolla、Phillippa和Seyedzadeh,Saleh,2020年。 " 办公室窗户设计的多目标优化框架:视野质量、日光和能效 ," 应用的能源 爱思唯尔,第261(C)卷。 Dubois Lacoste,Jérémie和López Ibáñez,Manuel和Stützle,Thomas,2015年。 " 随时Pareto本地搜索 ," 欧洲运筹学杂志 爱思唯尔,第243(2)卷,第369-385页。