×
克里斯蒂安·冯·吕肯;本杰明·巴兰;卡洛斯·布里苏埃拉

多目标问题的多目标进化算法综述。 （英语） Zbl 1334.90219号

计算。最佳方案。应用。 58，编号3707-756（2014）.
摘要：多目标进化算法（MOEAs）非常适合解决几个具有两个或三个目标的复杂多目标问题。然而，随着冲突目标数量的增加，大多数MOEA的绩效严重恶化。在解决多个目标问题（即四个或多个目标相互冲突的问题）时，如何提高MOEA的性能是一个重要问题，因为科学和工程中存在大量此类问题；因此，一些研究人员提出了不同的替代方案。本文回顾了MOEA在许多客观问题中的应用，描述了该领域的演变、所开发的方法，以及为继续塑造该领域而需要回答的主要发现和开放问题。

引用于14文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
90C29型 多目标规划

关键词：

多目标优化问题;多目标优化;多目标进化算法

软件：

SPEA2公司;HypE公司;MSOPS-II公司;GDE3型;博格;MOEA/D公司
PDF格式BibTeX公司 XML格式引用
\textit{C.von Lücken}等人，计算。最佳方案。申请。58，第3号，707--756（2014；Zbl 1334.90219）
全文： DOI程序

参考文献：

[1] Adra，S.F.、Fleming，P.J.：进化多目标优化的多样性管理运营商。摘自：第五届进化多准则优化国际会议论文集（EMO 2009）。计算机科学讲义，第5467卷，第81-94页。柏林施普林格出版社（2009）·Zbl 1160.68302号
[2] Aguirre，H.，Tanaka，K.：精英主义和人口攀升对多目标MNK景观的影响。2004年IEEE进化计算大会（2004）。doi:10.1109/CEC.2004.1330891
[3] Aguirre，H.，Tanaka，K.：多目标MNK景观特性的见解。2004年IEEE进化计算大会（2004）。doi:10.1109/CEC.2004.1330857
[4] Aguirre，H.，Tanaka，K.：在高维目标空间上通过\[\epsilon\]ϵ排名进行稳健优化。In：模拟进化和学习。施普林格，纽约（2008年）。doi:10.1007/978-3-540-70928-2_54
[5] Aguirre，H.，Tanaka，K.：通过空间划分和MNK景观上的自适应\[\epsilon\]\1013；排名实现多目标优化。摘自：第五届进化多准则优化国际会议论文集（EMO 2009）。计算机科学课堂讲稿，第5467卷，第407-422页。柏林施普林格出版社（2009）·Zbl 1160.68302号
[6] Bader，J.，Zitzler，E.：Hype：基于快速超体积的多目标优化算法。进化。计算。(2011). doi:10.1162/EVCO_a_00009·doi:10.1162/EVCO_a_00009
[7] Bader，J.、Deb，K.、Zitzler，E.：使用蒙特卡罗采样实现更快的基于超卷的搜索。在：可持续能源和交通系统的多标准决策，第313-326页（2010年）·兹比尔1184.90147
[8] Basseur，M.，Zitzler，E.：基于指标的多目标优化中处理不确定性的初步研究。在：进化计算的应用。计算机科学课堂讲稿，第3907卷，第727-739页。Springer，纽约（2006年）。doi:10.1007/11732242_71
[9] Bentley，P.J.，Wakefield，J.P.：使用多目标遗传算法在帕累托最优范围内寻找可接受的解决方案。摘自：《工程设计和制造中的软计算》，第5部分，第231-240页。施普林格，伦敦（1997）
[10] Bentley，J.，Kung，H.，Schkolnick，M.，Thompson，C.：关于向量集和应用中最大值的平均数。J.ACM 25（4），536-543（1978）·Zbl 0388.68056号 ·doi:10.1145/322092.322095
[11] Branke，J.，Kaußler，T.，Schmeck，H.：进化多目标优化的指导。高级工程师软件。32, 499-507 (2001) ·Zbl 1003.68576号 ·doi:10.1016/S0965-9978（00）00110-1
[12] Brockhoff，D.，Zitzler，E.：所有目标都是必要的吗？进化多目标优化中的降维问题。摘自：《自然的并行问题解决》（PPSN IX）。计算机科学讲义，第4193卷，第533-542页。柏林施普林格出版社（2006）
[13] Brockhoff，D.，Zitzler，E.：使用目标约简方法改进基于超体积的多目标进化算法。2007年IEEE进化计算大会（2007年）。doi:10.1109/CEC.2007.4424730·Zbl 1209.90311号
[14] Brockhoff，D.，Friedrich，T.，Hebbinghaus，N.，Klein，C.，Neumann，F.，Zitzler，E.：额外的目标会使问题变得更难吗？摘自：《第九届遗传与进化计算年会论文集》（GECCO’07），第765-772页。ACM出版社，纽约（2007）
[15] 布罗克霍夫，D。；Saxena，K。；Deb，K。；Zitzler，E。；Knowles，J.（编辑）；Corne，D.（编辑）；Deb，K.（编辑），《关于后验和优化期间处理大量目标》，377-403（2008），柏林·doi:10.1007/978-3-540-72964-8_18
[16] Coello Coello，C.：进化多目标优化：一些当前的研究趋势和有待探索的主题。前沿计算。科学。中国3（1），18-30（2009）
[17] Coello Coello，C.，Lamont，G.B.，Van Veldhuizen，D.A.：解决多目标问题的进化算法，第二版。施普林格，纽约（2007）·兹比尔1142.90029
[18] Cormen，T.，Leiserson，C.，Rivest，R.：算法导论。麻省理工学院出版社，剑桥（1990）·Zbl 1158.68538号
[19] Corne，D.W.，Knowles，J.D.：高度多目标优化技术：一些非支配点优于其他点。摘自：《第九届遗传与进化计算年会论文集》（GECCO’07），第773-780页。ACM出版社，纽约（2007）
[20] Corne，D.W.，Knowles，J.D.，Oates，M.J.：基于Pareto包络的多目标优化选择算法。摘自：《自然并行问题解决》（PPSN VI）。《计算机科学讲义》，第1917卷，第839-848页。施普林格，柏林（2000）
[21] Corne，D.W.，Jerram，N.R.，Knowles，J.D.，Oates，M.J.：PESA-II：进化多目标优化中基于区域的选择。摘自：《遗传与进化计算会议论文集》（GECCO’2001），第283-290页。Morgan Kaufmann Publishers，旧金山（2001）
[22] Deb，K.：使用进化算法的多目标优化。奇切斯特·威利（2001）·Zbl 0970.90091号
[23] Deb，K.，Saxena，D.：关于通过降维找到某些大维多目标优化问题的帕累托最优解。Kangal报告2005011，印度理工学院（2005）
[24] Deb，K.，Pratap，A.，Agarwal，S.，Meyarivan，T.：一种快速的精英多目标遗传算法：NSGA-II。IEEE传输。进化。计算。(2002). 数字对象标识代码：10.1109/4235.996017·数字对象标识代码：10.1109/4235.996017
[25] Deb，K.，Thiele，L.，Laumanns，M.，Zitzler，E.：可扩展多目标优化测试问题。摘自：2002年进化计算大会会议记录（2002年）。doi:10.1109/CEC.2002.1007032·Zbl 1078.90567号
[26] Deb，K.，Mohan，M.，Mishra，S.：快速计算分布良好的帕累托最优解。摘自：第四届进化多准则优化国际会议论文集（EMO 2003）。计算机科学课堂讲稿，第2632卷，第222-236页。柏林施普林格出版社（2003）·Zbl 1036.90525号
[27] Deb，K.，Thiele，L.，Laumanns，M.，Zitzler，E.：进化多目标优化的可扩展测试问题。载于：Jain，L.，Wu，X.，Abraham，A.，Jain，L，Goldberg，R.（编辑）《进化多目标优化，高级信息和知识处理》，第105-145页。施普林格，柏林（2005）。数字对象标识代码：10.1007/1-84628-137-76·Zbl 1078.90567号
[28] di Pierro，F.：多目标进化算法及其在水资源工程中的应用。英国工程、计算机科学和数学学院博士论文（2006）
[29] di Pierro，F.，Khu，S.T.，Savić，D.A.：关于多目标进化优化偏好排序方案的研究。IEEE传输。进化。计算。(2007). doi:10.1109/TEVC.2006.876362·doi:10.1109/TEVC.2006.876362
[30] Drechsler，N。；德雷克斯勒，R。；贝克尔，B。；Reusch，B.（编辑），使用可满足性类的进化算法中的多目标优化，编号1625108-117（1999），多特蒙德
[31] Drechsler，N.，Drechsle，R.，Becker，B.：基于关系偏好的多目标优化。参加：第一届进化多准则优化国际会议。计算机科学课堂讲稿，1993年，第154-166页。施普林格，柏林（2001）
[32] Emmerich，M.，Beume，N.，Naujoks，B.：使用超体积度量作为选择标准的EMO算法。摘自：第三届进化多准则优化国际会议论文集（EMO 2005）。计算机科学课堂讲稿，第3410卷，第62-76页。施普林格，柏林（2005）。doi:10.1007/978-3-540-31880-4-5·Zbl 1109.68595号
[33] Farina，M.，Amato，P.：关于多准则优化问题的最优解定义。收录于：2002年NAFIPS-FLINT国际会议记录（2002）。doi:10.1109/NAFIPS.2002.1018061
[34] Fleming，P.，Purshouse，R.C.，Lygoe，R.J.：多目标优化：工程设计视角。摘自：第三届进化多准则优化国际会议论文集（EMO 2005）。计算机科学课堂讲稿，第3410卷，第14-32页。柏林施普林格出版社（2005）·Zbl 1109.68596号
[35] Fonseca，C.M.，Fleming，P.J.：多目标优化中进化算法概述。进化。计算。(1995). doi:10.1162/evco.1995.3.1.1·doi:10.1162/evco.1995.3.1.1
[36] Hadka，D.，Reed，P.：博格：一种自适应多目标进化计算框架。进化。计算。(2012). doi:10.1162/EVCO_a_00075·doi:10.1162/EVCO_a_00075
[37] Hadka，D.，Reed，P.：多目标进化优化中搜索控制和故障模式的诊断评估。进化。计算。(2012). doi:10.1162/EVCO_a_00053·doi:10.1116/EVCO_a_00053
[38] He，Z.，Yen，G.G.：多目标进化算法中基于模糊逻辑的新适应度评估方法。2012年IEEE进化计算大会（2012年）。doi:10.1109/CEC.2012.6256534·Zbl 1003.68576号
[39] Huband，S.，Hingston，P.，Barone，L.，While，L.:多目标测试问题和可扩展测试问题工具包综述。IEEE传输。进化。计算。(2006). doi:10.1109/TEVC.2005.861417·doi:10.1109/TEVC.2005.861417
[40] Hughes，E.J.：多个单目标Pareto抽样。2003年IEEE进化计算大会（2003）。doi:10.1109/CEC.2003.1299427
[41] Hughes，E.J.：进化多目标优化：一次多目标还是一次多目标？在：2005年IEEE进化计算大会（2005）。doi:10.1109/CEC.2005.1554688
[42] Hughes，E.J.：多目标等效随机搜索。摘自：《自然中的并行问题解决》（PPSN IX），第4193卷，第463-472页（2006）
[43] 休斯，E.J.：MSOPS-II：通用多目标优化者。2007年IEEE进化计算大会（2007年）。doi:10.1109/CEC.2007.4424985
[44] Inselberg，A.，Dimsdale，B.：平行坐标：可视化多维几何的工具。参见：《90年可视化第一届会议记录》（VIS’90），第361-378页。IEEE出版社，洛斯·阿拉米托斯（1990）
[45] Ishibuchi，H.，Murata，T.：一种多目标遗传局部搜索算法及其在flowshop调度中的应用。IEEE传输。系统。人类网络。C 28（3），392-403（1998）。数字标识代码：10.1109/5326.704576·数字标识代码：10.1109/5326.704576
[46] Ishibuchi，H.，Nojima，Y.：通过进化多目标优化对标量化函数进行优化。摘自：第四届进化多准则优化国际会议论文集（EMO 2007）。计算机科学讲义，第4403卷，第51-65页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[47] Ishibuchi，H.，Hitotsuyanagi，Y.，Nojima，Y.：多目标遗传局部搜索对多目标问题的可扩展性：背包问题案例研究。2008年IEEE进化计算大会（2008）。doi:10.1109/CEC.2008.4631283
[48] Ishibuchi，H.，Tsukamoto，N.，Hitotsuyanagi，Y.，Nojima，Y.：针对许多客观问题，可扩展性改进尝试对NSGA-II性能的有效性。摘自：《第十届遗传与进化计算年会论文集》（GECCO’08），第649-656页。纽约ACM出版社（2008）
[49] Ishibuchi，H.，Tsukamoto，N.，Nojima，Y.：进化多目标优化：简短回顾。2008年IEEE进化计算大会（2008）。doi:10.10109/CEC.2008.4631121·Zbl 1136.90466号
[50] Ishibuchi，H.，Sakane，Y.，Tsukamoto，N.，Nojima，Y.：MOEA/D中标量化函数的适应：基于自适应标量化功能的多目标进化算法。摘自：第五届进化多准则优化国际会议论文集（EMO 2009）。计算机科学讲义，第5467卷，第438-452页。柏林施普林格出版社（2009）
[51] Ishibuchi，H.，Hitotsuyanagi，Y.，Ohyanagi，H..，Nojima，Y.：高度相关目标的存在对MOEA/D.行为的影响。In:第六届进化多准则优化国际会议论文集（EMO 2011）。计算机科学讲义，第6576卷，第166-181页。柏林施普林格出版社（2011）·Zbl 1214.68021号
[52] Jaimes，López:A.，Coello Coello，C.，Urías Barrientos，J.E.：在线目标简化以处理多目标问题。摘自：第五届进化多准则优化国际会议论文集（EMO 2009）。《计算机科学讲义》，第5467卷，第423-437页。施普林格，柏林（2009）
[53] Jaimes，López:A.，Coello Coello，C.，Aguirre，H.，Tanaka，K.：使用冲突信息进行多目标优化的自适应目标空间划分。摘自：第六届进化多准则优化国际会议论文集（EMO 2011）。计算机科学课堂讲稿，第6576卷，第151-165页。柏林施普林格出版社（2011）·Zbl 1341.90125号
[54] Jaszkiewicz，A.：关于0/1背包问题的多目标遗传局部搜索性能——一个比较实验。IEEE传输。进化。计算。(2002). doi:10.1109/TEVC.2002.802873
[55] Kauffman，S.、Weinberger，E.：崎岖健身环境的NK模型及其在免疫反应成熟中的应用。J.西奥。《生物学》141（2），211-245（1989）·doi:10.1016/S0022-5193（89）80019-0
[56] Keijzer，M.：利用基因编程进行科学发现。丹麦技术大学博士论文（2001年）
[57] Khare，V.，Yao，X.，Deb，K.：多目标进化算法的性能缩放。摘自：第二届进化多准则优化国际会议论文集（EMO 2003）。计算机科学课堂讲稿，第2632卷，第376-390页。柏林施普林格出版社（2003）·Zbl 1036.90541号
[58] Knowles，J.，Corne，D.：量化客观空间维度的影响。摘自：第四届进化多准则优化国际会议论文集（EMO 2007）。计算机科学讲义，第4403卷，第757-771页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[59] Kollat，J.B.，Reed，P.M.：比较长期地下水监测设计的最新进化多目标算法。高级水资源。29(6), 792-807 (2006) ·doi:10.1016/j.advwatres.2005.07.010
[60] Köppen，M.，Yoshida，K.：用NSGA-II中的距离分配来处理多目标优化问题。摘自：第四届进化多准则优化国际会议论文集（EMO 2007）。《计算机科学讲义》，第4403卷，第727-741页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[61] Köppen，M.，Yoshida，K.：进化多目标优化中帕累托集的可视化。参见：2007年第七届混合智能系统国际会议（HIS 2007），第156-161页。IEEE（2007）
[62] Köppen，M.，Vicente-Garcia，R.，Nickolay，B.：Fuzzy-Pareto-dominance及其在演化多目标优化中的应用。摘自：第三届进化多准则优化国际会议论文集（EMO 2005）。计算机科学课堂讲稿，第3410卷，第399-412页。柏林施普林格出版社（2005）·Zbl 1109.68617号
[63] Kruisselbrink，J.W.，Bäck，T.，IJzerman，A.P.，van der Horst，E.：针对靶分子特性的自动化药物设计进化算法。摘自：《第十届遗传与进化计算年会论文集》（GECCO’08），第1555-1562页。纽约ACM出版社（2008）
[64] Kruisselbrink，J.W.，Emmerich，M.T.，Bäck，T.，Bender，A.：IJzerman，A.P.，van der Horst，E.：将聚合与帕累托优化相结合：进化分子设计的案例研究。收录于：《第五届进化多准则优化国际会议论文集》（EMO 2009）。计算机科学讲义，第5467卷，第453-467页。柏林施普林格出版社（2009）·Zbl 1160.68302号
[65] Kukkonen，S.，Lampinen，J.：GDE3：广义差异进化的第三个进化步骤。2005年IEEE进化计算大会（2005）。doi:10.1109/CEC.2005.1554717·Zbl 1153.65063号
[66] Kukkonen，S.，Lampinen，J.：排名优势和多目标优化。2007年IEEE进化计算大会（2007年）。doi:10.1109/CEC.2007.4424990·Zbl 1153.65063号
[67] Laumanns，M.，Thiele，L.，Deb，K.，Zitzler，E.：结合进化多目标优化中的收敛性和多样性。进化。计算。(2002). doi:10.1162/106365602760234108·doi:10.1162/106365602760234108
[68] Li，M.，Zheng，J.，Shen，R.，Li，K.，Yuan，Q.：进化多目标优化的基于网格的适应度策略。摘自：《第十二届遗传与进化计算年会论文集》（GECCO’10），第463-470页。ACM出版社，纽约（2010年）。doi:10.1145/1830483.1830570
[69] Lohn，J.D.，Kraus，W.F.，Haith，G.L.：比较用于多目标优化的协同进化遗传算法。摘自：2002年进化计算大会会议记录（2002年）。doi:10.1109/CEC.2002.1004406
[70] López Jaimes，A.，Coello Coello，C.，Chakraborty，D.：使用特征选择技术进行目标约简。摘自：《第十届遗传与进化计算年会论文集》（GECCO’08），第673-680页。纽约ACM出版社（2008）
[71] López Jaimes，A.，Coello Coello，C.：多目标优化中偏好关系的研究。载：《第11届遗传与进化计算年会论文集》（GECCO'09），第611-618页。ACM出版社，纽约（2009）
[72] Miettinen，K.：非线性多目标优化。纽约施普林格出版社（1999年）·Zbl 0949.90082号
[73] Miettinen，K.：帕累托最优解的图解。收录于：《多目标规划与目标规划：理论与应用》，第197-202页。柏林施普林格出版社（2003）·Zbl 1165.90512号
[74] Mitra，P.，Murthy，C.，Pal，S.：使用特征相似性的无监督特征选择。IEEE传输。模式分析。机器。智力。24(3), 301-312 (2002) ·doi:10.1109/34.990133
[75] Mostaghim，S.，Branke，J.，Schmeck，H.：计算机网格上的多目标粒子群优化。载：《第九届遗传与进化计算年会论文集》（GECCO'07），第869-875页。ACM出版社，纽约（2007）
[76] Murata，T.，Taki，A.：使用基于相关性的加权和方法对背包问题进行多目标优化。摘自：第五届进化多准则优化国际会议论文集（EMO 2009）。计算机科学讲义，第5467卷，第468-480页。柏林施普林格出版社（2009）·Zbl 1160.68302号
[77] Murata，T.，Ishibuchi，H.，Gen，M.：细胞多目标遗传算法中的遗传搜索方向规范。参加：第一届进化多准则优化国际会议。《计算机科学讲义》，1993年卷，第82-95页。施普林格，柏林（2001）。doi:10.1007/3-540-44719-96
[78] Naujoks，B.，Beume，N.，Emmerich，M.：使用S-度量选择的多目标优化：应用于三维解空间。2005年IEEE进化计算大会（2005）。doi:10.1109/CEC.2005.1554838·Zbl 1109.68595号
[79] Obayashi，S.，Sasaki，D.：使用自组织映射对Pareto解决方案进行可视化和数据挖掘。摘自：第二届进化多准则优化国际会议论文集（EMO 2003）。计算机科学课堂讲稿，第2632卷，第796-809页。柏林施普林格出版社（2003）·Zbl 1036.90547号
[80] Pasia，J.，Aguirre，H.，Tanaka，K.：通过自适应的\[\epsilon\]ϵ排名和禁忌移动改进随机一位攀登者，以实现多目标优化。摘自：第六届进化多准则优化国际会议论文集（EMO 2011）。计算机科学讲义，第6576卷，第182-196页。柏林施普林格出版社（2011）·Zbl 1214.68021号
[81] Pryke，A.、Mostaghim，S.、Nazemi，A.：基于人口的多目标算法的热图可视化。摘自：第四届进化多准则优化国际会议论文集（EMO 2007）。计算机科学讲义，第4403卷，第361-375页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[82] 帕斯豪斯，R.，弗莱明，P.J.：冲突、和谐和独立：进化多准则优化中的关系。摘自：第二届进化多准则优化国际会议论文集（EMO 2003）。计算机科学课堂讲稿，第2632卷，第16-30页。柏林施普林格出版社（2003）·Zbl 1036.90570号
[83] Purshouse，R.C.，Fleming，P.J.：进化多目标优化：探索性分析。2003年IEEE进化计算大会（2003）。doi:10.1109/CEC.2003.1299927·Zbl 1036.90549号
[84] Purshouse，R.C.，Fleming，P.J.：关于许多冲突目标的进化优化。IEEE传输。进化。计算。(2007). doi:10.1109/4235.797969·doi:10.1009/4235.797969
[85] Purshouse，R.、Jalba，C.、Fleming，P.：偏好驱动的协同进化算法有望实现多目标优化。摘自：第六届进化多准则优化国际会议论文集（EMO 2011）。计算机科学课堂讲稿，第6576卷，第136-150页。柏林施普林格出版社（2011）·Zbl 1214.68021号
[86] Saltelli，A.、Ratto，M.、Andres，T.、Campolongo，F.、Cariboni，J.、Gatelli，D.、Saisana，M.和Tarantola，S.：全球敏感性分析：引言。Wiley-Interscience，霍博肯（2008）·Zbl 1161.00304号
[87] Sato，H.、Aguirre，H.E.、Tanaka，K.：控制解决方案的主导区域及其对MOEA性能的影响。摘自：第四届进化多准则优化国际会议论文集（EMO 2007）。计算机科学课堂讲稿，第4403卷，第5-20页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[88] Sato，H.、Aguirre，H.E.、Tanaka，K.：Pareto部分优势MOEA和混合存档策略在多目标优化中包括CDAS。2010年IEEE进化计算大会（2010）。doi:10.1109/CEC.2010.5586247
[89] Sato，H.、Aguirre，H.和Tanaka，K.：MOEA解决多目标背包问题中的可变空间多样性、交叉和变异。安。数学。Artif公司。智力。1-28 (2012). doi:10.1007/s10472-012-9293-y·Zbl 1292.90258号
[90] Saxena，D.K.，Deb，K.：某些大维多目标优化问题的非线性降维程序：使用相关熵和新的最大方差展开。摘自：第四届进化多准则优化国际会议论文集（EMO 2007）。计算机科学讲义，第4403卷，第772-787页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[91] Saxena，D.，Zhang，Q.，Duro，J.，Tiwari，A.：具有简单和复杂Pareto-set形状的多目标测试问题框架。摘自：第六届进化多准则优化国际会议论文集（EMO 2011）。计算机科学讲义，第6576卷，第197-211页。柏林施普林格出版社（2011）·Zbl 1214.68021号
[92] Saxena，D.，Duro，J.，Tiwari，A.，Deb，K.，Zhang，Q.：多目标优化中的目标简化：线性和非线性算法。IEEE传输。进化。计算。(2012). doi:10.1010/TEVC.2012.2185847·doi:10.1109/TEVC.2012.2185847
[93] Schütze，O.，Lara，A.：Coello Coello，C.：关于目标数对多目标优化问题难度的影响。IEEE传输。进化。计算。(2011). doi:10.1109/TEVC.2010.2064321·doi:10.1109/TEVC.2010.2064321
[94] Sierra，M.R.：Coello Coello，C.A.：使用拥挤、变异和\[\epsilon\]\endash优势改进基于PSO的多目标优化。摘自：第三届进化多准则优化国际会议论文集（EMO 2005）。计算机科学课堂讲稿，第3410卷，第505-519页。柏林施普林格出版社（2005）·Zbl 1109.68631号
[95] Sülflow，A.，Drechsler，N.，Drecwsler，R.：高维空间中的稳健多目标优化。在：第四届进化多准则优化国际会议论文集（EMO 2007）。《计算机科学讲义》，第4403卷，第715-726页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[96] Tanaka，M.、Watanabe，H.、Furukawa，Y.、Tanino，T.：基于遗传算法的多准则优化决策支持系统。摘自：《国际系统会议记录》。《人与控制论》，第2卷，第1556-1561页。IEEE，皮斯卡塔韦（1995）
[97] Teytaud，O.：关于离线多目标优化的难度。进化。计算。(2007). doi:10.1162/evco.2007.15.4.475·doi:10.1162/evco.2007.15.4.475
[98] Veldhuizen，D.A.V.：多目标进化算法：分类、分析和新创新。Wright-Patterson AFB空军技术学院工程研究生院电气与计算机工程系博士论文（1999）
[99] Veldhuizen，D.A.V.，Lamont，G.B.：多目标进化算法研究：历史与分析。技术报告TR-98-03，Wright-Patterson AFB空军技术学院工程研究生院电气与计算机工程系（1998）
[100] Wagner，T.、Beume，N.、Naujoks，B.：多目标优化中基于帕累托、聚合和指标的方法。摘自：第四届进化多准则优化国际会议论文集（EMO 2007）。计算机科学讲义，第4403卷，第742-756页。柏林施普林格出版社（2007）·Zbl 1159.68305号
[101] Walker，D.，Fieldsend，J.，Everson，R.：可视化多目标人群。摘自：《第十四届遗传和进化计算国际会议论文集》（GECCO Companion’12）（2012年）。doi:10.1145/2330784.2330853
[102] Weinberger，K.Q.，Saul，L.K.：通过半定规划对图像流形进行无监督学习。国际期刊计算。视觉。70(1), 77-90 (2006) ·doi:10.1007/s11263-005-4939-z
[103] Xu，J.W.，Pokharel，P.，Paiva，A.，Principe，J.：基于相关熵的非线性成分分析。摘自：2006年国际神经网络联合会议（IJCNN’06），第1851-1855页（2006）
[104] Zhang，Q.，Li，H.：MOEA/D：一种基于分解的多目标进化算法。IEEE传输。进化。计算。(2007). doi:10.1109/TEVC.2007.892759·doi:10.1109/TEVC.2007.892759
[105] Zhang，Q.，Liu，W.，Li，H.：新版MOEA/D在CEC09无约束MOP测试实例上的性能。2009年IEEE进化计算大会（2009）。doi:10.1109/CEC.2009.4982949
[106] Zitzler，E.，Künzli，S.：多目标搜索中基于指示符的选择。摘自：《自然的并行问题解决》（PPSN VIII）。计算机科学课堂讲稿，第3242卷，第832-842页。施普林格，柏林（2004）
[107] Zitzler，E.，Thiele，L.：使用进化算法的多目标优化——一项比较研究。在：《来自自然的并行问题解决》（PPSN V），第292-301页。斯普林格，阿姆斯特丹（1998）
[108] Zitzler，E.，Thiele，L.：多目标进化算法：比较案例研究和强度帕累托方法。IEEE传输。进化。计算。(1999). doi:10.1109/4235.797969·doi:10.1109/4235.797969
[109] Zitzler，E.，Deb，K.，Thiele，L.：多目标进化算法的比较：经验结果。进化。计算。(2000). 数字对象标识代码：10.1162/106365600568202·Zbl 0955.68004号 ·数字对象标识代码：10.1162/106365600568202
[110] Zitzler，E.，Laumanns，M.，Thiele，L.：SPEA2：改进帕累托进化算法的强度。苏黎世瑞士联邦理工学院计算机工程和网络实验室第103号技术报告（2001年）
[111] Zitzler，E.，Thiele，L.，Laumanns，M.，Fonseca，C.M.，da Fonseco，V.G.：多目标优化器的性能评估：分析与综述。IEEE传输。进化。计算。(2003). doi:10.1109/TEVC.2003.810758·doi:10.1109/TEVC.2003.810758
[112] Zou，X.，Chen，Y.，Liu，M.，Kang，L.：解决多目标优化问题的新进化算法。IEEE传输。系统。人类网络。B 38（5），1402-1412（2008）·Zbl 1186.94060号 ·doi:10.1109/TSMCB.2008.926329
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。