×
钟、科余;周，郭;邓、吴;周永泉;罗启芳

MOMPA：多目标海洋捕食者算法。 （英语） Zbl 1502.90196号

计算。方法应用。机械。工程师。 385，文章ID 114029，48 p.（2021）。
摘要：本文提出了一种新提出的多目标海洋捕食者算法（MPA），称为多目标海洋掠夺者算法（MOMPA）。在该算法中，引入了一个外部存档组件来存储迄今为止发现的非支配Pareto最优解。基于精英选择方法，提出了一种顶级捕食者选择机制，从档案中选择有效的解决方案作为顶级捕食者，以模拟捕食者的觅食行为。利用CEC2019多模态多目标基准函数评估了该算法的性能，并与九种最先进的多目标元神经算法进行了比较。此外，利用七个多目标工程设计问题（汽车侧面碰撞问题、齿轮系设计问题、焊接梁设计问题、盘式制动器设计问题、双杆桁架设计问题、弹簧设计问题和悬臂梁设计问题）进一步验证了所提算法的有效性。结果表明，所提出的MOMPA算法不仅提供了非常有竞争力的结果，而且优于其他算法。

引用于5文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
90立方厘米29 多目标和目标规划
90 C90 数学规划的应用

关键词：

多目标海洋捕食者算法;Pareto最优解决方案;工程设计问题;多目标优化;超神经主义者

软件：

ALO公司;MOGWO公司;穆阿洛;MOGOA公司;公共管理硕士;Aquila优化器;世界煤炭协会;AOA公司;MOMPA公司;变色龙蜂群;安全保障局;MOEA/D公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Zhong}等人，计算。方法应用。机械。工程385，文章ID 114029，48 p.（2021；Zbl 1502.90196）
全文： 内政部

参考文献：

[1] S.Tiwari，G.Fadel，P.Koch，K.Deb，《基于档案的混合微遗传算法（AMGA）在CEC09测试问题上的性能评估》，载于：2009年IEEE进化计算大会，挪威特隆赫姆，2009年，第1935-1942页。
[2] 周，A。；Qu，B.-Y。；李，H。；赵少中。；Suganthan，P.N。；Zhang，Q.，《多目标进化算法：最新技术综述》，《Swarm Evolution》。计算。，1, 1, 32-49 (2011)
[3] Jin，Y。；奥尔霍弗，M。；Sendhoff，B.，《进化多目标优化的动态加权聚合：为什么它有效以及如何？》？，（《第三届遗传与进化计算年会论文集》，GECCO’01（2001），摩根考夫曼出版社：摩根考夫文出版社，美国加利福尼亚州旧金山），1042-1049
[4] 布兰克，J。；Deb，K。；迪罗尔夫，H。；Osswald，M.，《在多目标优化中寻找膝盖》，（第八届自然并行问题解决国际会议，第3242卷（2004），施普林格出版社），722-731
[5] Kollat，J.B。；Reed，P.，《使用进化多目标优化的视觉交互决策和设计框架》（视频），环境。模型。软质。，22, 12, 1691-1704 (2007)
[6] 马诺哈兰，P。；Jangir，P。；Ravichandran，S.，MOGBO：一种用于实际结构优化问题的新的基于多目标梯度的优化器，Knowl-基于系统。，218，第106856条，第（2021）页
[7] 科埃罗，C.A.C。；拉蒙特，G.B。；Veldhuizen，D.A.V.，（解决多目标问题的进化算法。解决多目标的进化算法，遗传和进化计算（2006），Springer-Verlag:Springer-Verlag Berlin，Heidelberg）·Zbl 1142.90029号
[8] Abdel-Basset，M。；穆罕默德，R。；Abouhawwash，M.，使用基于改进的参考点方法的平衡多目标优化算法，Swarm Evol。计算。，第60条，第100791页（2021）
[9] Madavan，N.K.，使用Pareto微分进化方法的多目标优化，（2002年进化计算大会会议记录，第2卷（2002），IEEE），1145-1150
[10] Coello，C.A.C.，《进化多目标优化：该领域的历史观点》，IEEE计算。智力。Mag.，1,1,28-36（2006）
[11] 刘，H。；李毅。；段，Z。；Chen，C.，《风能预测技术和应用中的多目标优化框架综述》，《能源》。管理。，224，第113324条pp.（2020）
[12] 戈洛米，M。；Fathi，A。；Baghestani，A.M.，《使用新型MONMPSO算法进行复合材料上部结构的多目标优化结构设计》，Int.J.Mech。科学。，193，第106149条pp.（2021）
[13] A.E.Kiouche。；贝塞迪克，M。；塔耶布，B.S。；Keddar，M.R.，《频率分配问题的高效混合多目标模因算法》，《工程应用》。Artif公司。整数。，87，第103265条pp.（2020）
[14] Weiszer，M。；伯克，E.K。；Chen，J.，机场地面运动的多目标路由和调度，交通。决议C，119，第102734条pp.（2020）
[15] 陈，H。；李晓云。；卢，X.-R。；Sheng，N。；周，W。；耿，H.-P。；Yu，S.，海外石油项目选择的多目标优化方法，计算。Ind.Eng.，151，第106977条pp.（2021）
[16] 阿拉贡，A.M。；Wayer，J.K。；Geubelle，P.H。；Goldberg，D.E。；White，S.R.，《使用多目标遗传算法设计微血管流动网络》，计算。方法应用。机械。工程，197，49-50，4399-4410（2008）·Zbl 1194.74196号
[17] 王，X.D。；赫希，C。；Kang，S。；Lacor，C.，使用改进的NSGA-II和近似模型对叶轮机械进行多目标优化，计算。方法应用。机械。工程，200，9-12，883-895（2011）·Zbl 1225.76255号
[18] 马尔库，G。；Papadrakakis，M.，《用于钢筋混凝土模拟的六面体单元中嵌入钢筋的高效生成方法》，高级工程师软件。，45, 1, 175-187 (2012)
[19] 莫拉斯，C。；马库，G。；Papadrakakis，M.，《考虑损伤因素的钢筋混凝土结构精确且计算效率高的非线性静态和动态分析》，《工程结构》。，178, 258-285 (2019)
[20] Babaei，M。；Mollayi，M.，《使用NSGA-II算法对钢筋混凝土框架进行多目标优化》，工程结构。技术。，8, 4, 157-164 (2016)
[21] 刘国平。；韩，X。；Jiang，C.，基于近似模型管理技术的新型多目标优化方法，计算。方法应用。机械。工程，197，33-40，2719-2731（2008）·Zbl 1194.74253号
[22] 米尔贾利利，S。；刘易斯，A。；Mirjalili，S.A.M.，船舶螺旋桨的多目标优化，Procedia Comput。科学。，51, 2247-2256 (2015)
[23] 赫拉，M.T。；Natarajan，S。；普鲁斯蒂，B.G。；John，N.S.，形状自适应复合材料船用螺旋桨的等几何分析和遗传算法，计算。方法应用。机械。工程，284835-860（2015）·Zbl 1423.74271号
[24] Poloni，C。；Giurgevich，A。；奥涅斯蒂，L。；Pediroda，V.，流体动力学复杂设计问题的多目标遗传算法、神经网络和经典优化器的杂交，计算。方法应用。机械。工程，186，2-4，403-420（2000）·Zbl 0956.76023号
[25] Ronco，C.C.D。；Ponza，R。；Benini，E.，使用先进的多目标进化方法进行飞机部件的气动形状优化，计算。方法应用。机械。工程，285255-290（2015）·Zbl 1423.76175号
[26] 王，C。；Koh，J.M。；Yu，T。；谢新光。；Cheong，K.H.，通过GIGA和改进的多目标粒子群优化算法对双向功能梯度板的材料和形状进行优化，Comput。方法应用。机械。工程，366，第113017条pp.（2020）·Zbl 1442.74161号
[27] Savage，D.J。；Z.Feng。；Knezevic，M.，通过整合微观结构演变和力学数据的多目标优化来识别晶体塑性模型参数，计算。方法应用。机械。工程，379，第113747条pp.（2021）·Zbl 1506.74076号
[28] Papadrakakis，M。；北卡罗来纳州拉加罗斯。；Plevris，V.，静态和地震荷载条件下三维结构的多目标优化设计，（第四届GRACM计算力学大会（2002年），希腊计算力学协会：希腊计算力学学会Patras）
[29] 盖斯通-卡罗尔，V。；Hartmann，J.W。；Mason，W.J.，《最佳多目标低推力航天器轨道》，计算。方法应用。机械。工程，186，2-4，387-402（2000）·Zbl 0956.70020号
[30] Faramarzi，A。；海德丽内贾德，M。；米尔贾利利，S。；Gandomi，A.H.，《海洋捕食者算法：受自然启发的元启发式》，专家系统。申请。，152，第113377条pp.（2020）
[31] Wolpert，D.H。；Macready，W.G.，《优化无免费午餐定理》，IEEE Trans。进化。计算。，1, 1, 67-82 (1997)
[32] 王，G.-G。；Tan，Y.，用信息反馈模型改进元启发式算法，IEEE Trans。赛博。，49, 2, 542-555 (2017)
[33] Abualigah，L。；Diabat，A.，《正弦余弦算法的进展：综合调查》，Artif。智力。版次：54，2567-2608（2021）
[34] 高，D。；Wang，G.G。；Pedrycz，W.，使用经选择机制改进的de算法解决模糊job-shop调度问题，IEEE Trans。模糊系统。，28, 12, 3265-3275 (2020) ·Zbl 1440.74042号
[35] 王，G.-G。；郭，L。；甘多米，A.H。；Hao，G.S。；Wang，H.，混沌磷虾群算法，Inform。科学。，274, 17-34 (2014)
[36] Holland，J.H.，《自然和人工系统中的适应》（1992），麻省理工学院出版社：麻省理学学院出版社剑桥
[37] Rechenberg，I.，《进化论：生物进化的优化技术系统》（1973年），Frommann Holzboog出版社：Frommann Holzboog出版社，斯图加特
[38] 斯托恩，R。；Price，K.，《差分进化——连续空间上全局优化的一种简单有效的启发式算法》，J.global Optim。，11, 4, 341-359 (1997) ·Zbl 0888.90135号
[39] 肯尼迪，J。；Eberhart，R.，粒子群优化，（ICNN’95国际神经网络会议记录，第4卷（1995年），IEEE），1942-1948
[40] Mirjalili，S.，《蚁群优化》（Evolutionary Algorithms and Neural Networks.Evolutional Algoritoms and Neural Networks，Studies in Computational Intelligence，vol.780（2019），Springer:Springer-Cham）·Zbl 1400.68002号
[41] 阿凯，B。；卡拉博加，D。；Gorkemli，B。；Kaya，E.，关于二进制、整数和混合整数编程问题的人工蜂群算法变体的调查，应用。软计算。，106，3，第107351条pp.（2021）
[42] Abualigah，L。；Yousri，D。；Elaziz，医学硕士。；Ewees，A.A。；Al-qaness，M.A.A。；Gandomi，A.H.，Aquila优化器：一种新的元神经优化算法，Compute。Ind.Eng.，157，第107250条pp.（2021）
[43] Braik，M.S.，《变色龙群算法：用于解决工程设计问题的生物启发优化程序》，专家系统。申请。，174，1，第114685条pp.（2021）
[44] Jain，M。；辛格，V。；Rani，A.，一种新的自然启发优化算法：松鼠搜索算法，Swarm Evol。计算。，44, 148-175 (2019)
[45] 苏莱曼，M.H。；Mustaffa，Z。；萨里，M.M。；Daniyal，H.，《藤壶交配优化器：解决工程优化问题的一种新的生物启发算法》，《工程应用》。Artif公司。整数。，87，第103330条pp.（2020）
[46] Fathollahi-Fard，A.M。；哈加海-凯什特利，M。；Tavakkoli-Moghaddam，R.，《马鹿算法（RDA）：一种新的自然启发元神经，软计算》。，24, 14637-14665 (2020)
[47] 阿玛兰，S。；Sahinidis，N.V。；沙尔达，B。；Bury，S.J.，《模拟优化：算法和应用综述》，4OR，12，4，301-333（2014）·Zbl 1317.90002号
[48] Shareef，H。；易卜拉欣，A.A。；Mutlag，A.H.，Lightning搜索算法，应用。软计算。，36, 315-333 (2015)
[49] 米尔贾利利，S。；米尔贾利，S.M。；Hatamlou，A.，《Multi-verse优化器：一种用于全局优化的自然启发算法》，《神经计算》。申请。，27, 2, 495-513 (2016)
[50] Anita A.Yadav，S.，AEFA:用于全局优化的人工电场算法，Swarm Evol。计算。，48, 93-108 (2019)
[51] Faramarzi，A。；海德丽内贾德，M。；斯蒂芬斯，B.E。；Mirjalili，S.，平衡优化器：一种新的优化算法，Knowl-基于系统。，191，第105190条pp.（2020）
[52] 哈希姆，F.A。；Houssein，E.H。；Mai，S.M。；阿尔·阿塔巴尼，W。；Mirjalili，S.，Henry气体溶解度优化：一种新的基于物理的算法，Future Gener。计算。系统。，101, 646-667 (2019)
[53] 石彦，脑风暴优化算法，载《国际蜂群智能会议论文集》，2011年，第303-309页。
[54] Rao，R.V。；萨夫萨尼，V.J。；Vakharia，D.P.，《基于教学的优化：连续非线性大规模问题的优化方法》，Inform。科学。，183, 1, 1-15 (2012)
[55] Moghdani，R。；Salimifard，K.，排球超级联赛算法，应用。软计算。，64, 161-185 (2018)
[56] Kaur，S。；Awasthi，L.K。；Sangal，A.L.，《多目标软件重构的简要回顾及其推荐的新方法》，Arch。计算。方法工程，28，1-25（2020）
[57] P.Ngatchou，A.Zarei，A.El-Sharkawi，Pareto多目标优化，摘自：第13届国际会议论文集，智能系统在电力系统中的应用，弗吉尼亚州阿灵顿，美国，2005年，第84-91页。
[58] 雷蒙多，M.M。；Drumond，T.F。；Marques，A。；Lyra，C。；Zuben，F.，探索多类别分类中的多目标训练，神经计算，435307-320（2021）
[59] Deb，K。；普拉塔普，A。；阿加瓦尔，S。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE Trans。进化。计算。，6, 2, 182-197 (2002)
[60] 北斯里尼瓦斯。；Deb，K.，遗传算法中使用非支配排序的多目标优化，Evol。计算。，2, 3, 221-248 (1995)
[61] 科埃罗，C.A.C。；Pulido，G.T。；Lechuga，M.S.，用粒子群优化处理多目标，IEEE Trans。进化。计算。，8, 3, 256-279 (2004)
[62] 张，Q。；Li，H.，MOEA/D:基于分解的多目标进化算法，IEEE Trans。进化。计算。，11, 6, 712-731 (2008)
[63] 安格斯，D。；Woodward，C.，多目标蚁群优化，Swarm Intell。，3, 1, 69-85 (2009)
[64] Zitzler，E。；Thiele，L.，《多目标进化算法：比较案例研究和强度Pareto方法》，IEEE Trans。进化。计算。，3257-271年3月4日（1999年）
[65] 米尔贾利利，S。；萨雷米，S。；米尔贾利利，S.M。；Coelho，L.D.S.，《多目标灰狼优化器：一种新的多准则优化算法》，专家系统。申请。，47, 106-119 (2015)
[66] Mirjalili，S.，SCA:解决优化问题的正弦余弦算法，Knowl-基于系统。，96, 120-133 (2016)
[67] Tawhid，医学硕士。；Savsani，V.，多目标工程设计问题的多目标正弦算法（MO-SCA），神经计算。申请。，31, 915-929 (2019)
[68] 米尔贾利利，S。；Jangir，P。；Saremi，S.，《多目标蚁狮优化器：解决工程问题的多目标优化算法》，应用。整数。，46, 79-95 (2017)
[69] Pradhan，P.M。；Panda，G.，使用猫群优化解决多目标问题，专家系统。申请。，39, 3, 2956-2964 (2012)
[70] E.Hancer，B.Xue，M.Zhang，D.Karaboga，B.Akay，《利用模糊互信息进行特征选择的多目标人工蜂群方法》，收录于：2015 IEEE进化计算大会，CEC，日本仙台，2015年，第2420-2427页。
[71] 吴博士。；Gao，H.，多目标鸟群算法，（Lu，H.《认知物联网：框架、工具和应用》（2020），Springer:Springer-Cham），109-119
[72] 钟伟。；刘杰。；薛，M。；Jiao，L.，用于全局数值优化的多智能体遗传算法，IEEE Trans。系统。人类网络。B、 34、2、1128-1141（2004）
[73] 米尔贾利利，S。；甘多米，A.H。；米尔贾利利，S.Z。；萨雷米，S。；Faris，H。；Mirjalili，S.M.，Salp群算法：工程设计问题的仿生优化器，高级工程软件。，114, 163-191 (2017)
[74] 米尔贾利利，S。；Jangir，P。；米尔贾利利，S.Z。；萨雷米，S。；Trivedi，I.N.，《使用多元优化算法优化多目标问题》，Knowl-基于系统。，134, 50-71 (2017)
[75] Mirjalili，S.，蜻蜓算法：一种新的元神经优化技术，用于解决单目标、离散和多目标问题，神经计算。申请。，27, 4, 1053-1073 (2016)
[76] 科尔内，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，（第三届遗传和进化计算年会论文集，GECCO’01（2001），Morgan Kaufmann出版社：Morgan Koufmann-Publishers San Francisco），283-290
[77] Mohammadi-Balani，A。；医学博士Nayeri。；阿扎尔，A。；Taghizadeh-Yazdi，M.，《金鹰优化器：一种自然启发的元启发式算法》，计算。Ind.Eng.，152，第107050条，pp.（2021）
[78] 米尔贾利利，S.Z。；米尔贾利利，S。；萨雷米，S。；Faris，H。；Aljarah，I.，多目标优化问题的蚱蜢优化算法，应用。整数。，48, 805-820 (2018)
[79] Elaziz，医学硕士。；Shehabeldeen，T.A。；Elsheikh，A.H。；周，J。；Ewees，A.A。；Al-qaness，M.A.A.，《利用与海洋捕食者算法相结合的随机向量函数链预测不同搅拌摩擦焊接铝合金接头的拉伸行为》，J.Mater。技术研究。，9, 5, 11370-11381 (2020)
[80] 索利曼，医学硕士。；哈萨尼恩，H.M。；Alkuhayli，A.，三极光伏模型参数识别的海洋捕食者算法，IEEE Access，8，第155832-155842条（2020年）
[81] Al-qaness，M.A.A。；Ewees，A.A。；风扇，H。；Abualigah，L。；Elaziz，M.A.，预测意大利、美国、伊朗和韩国确诊的新型冠状病毒疫情的海洋捕食者算法，国际环境杂志。公共卫生研究，17，103520（2020）
[82] Yousri，D。；哈萨尼恩，H.M。；Fathy，A.，使用综合学习动态多温带海洋捕食者算法进行静态和动态模拟的固体氧化物燃料电池参数识别，Energy Convers。管理。，228，第113692条，第（2021）页
[83] Abdel-Basset，M。；穆罕默德（R.Mohamed）。；Chakrabortty，R.K。；Ryan，M。；Mirjalili，S.，《0-1背包问题的新型二进制海洋捕食者优化算法》，计算。Ind.Eng.，151，第106949条pp.（2021）
[84] 开斋节。；卡梅尔，S。；Abualigah，L.，配电网有功和无功资源优化分配的海洋捕食者算法，神经计算。申请。，3, 1-29 (2021)
[85] Abdel-Basset，M。；穆罕默德（R.Mohamed）。；米尔贾利利，S。；查克拉博蒂，R.K。；Ryan，M.，《解决多目标优化问题的高效海洋捕食者算法：分析与验证》，IEEE Access，9，42817-42844（2021）
[86] Elsayed，A.M。；沙欣，A.M。；Alharthi，M.M。；Ghoneim，S.S.M。；El-Sehiemy，R.A.，使用改进的多目标海洋捕食者优化器充分运行混合AC/MT-HVDC电力系统，IEEE Access，9，51065-51087（2021）
[87] Yue，C。；Qu，B。；Liang，J.，使用环形拓扑解决多模式多目标问题的多目标粒子群优化器，IEEE Trans。进化。计算。，22, 5, 805-817 (2018)
[88] 严，Z。；Tan，Y。；郑伟。；孟，L。；Leader为基于分解的多目标进化算法推荐了算子选择策略，Inform。科学。，550, 166-188 (2020) ·Zbl 1483.68513号
[89] 周，A。；张，Q。；Jin，Y.，通过分布估计算法逼近决策空间和目标空间中的帕累托最优解集，IEEE Trans。进化。计算。，13, 5, 1167-1189 (2009)
[90] Zitzler，E。；Thiele，L。；Laumanns，M。；丰塞卡，C.M。；da Fonseca，V.G.，《多目标优化器的性能评估：分析与评论》，IEEE Trans。进化。计算。，7, 2, 117-132 (2003)
[91] Das，A.K。；Nikum，A.K。；Krishnan，S.V。；Pratihar，D.K.，多目标倭黑猩猩优化器（MOBO）：一种用于多准则优化的智能启发式方法，Knowl。信息系统。，62, 4407-4444 (2020)
[92] 齐默尔曼，D.W。；Zumbo，B.D.，威尔科森检验、弗里德曼检验和重复测量秩上方差的相对效力，《教育杂志》。，62，1，75-86（1993年）
[93] 方，J。；Sun，G。；邱，N。；Kim，N.H。；Li，Q.，《结构耐撞性设计优化及其最新进展》，结构。多磁盘。优化。，55, 3, 1091-1119 (2017)
[94] Audet，C。；Bigeon，J。；卡地亚，D。；Digabel，S.L。；Salomon，L.，《多目标优化中的性能指标》，欧洲期刊。研究，292，2397-422（2021）·Zbl 1487.90580号
[95] Deb，K。；普拉塔普，A。；Moitra，S.，使用精英非支配排序GA的多个项目的机械组件设计，（第六届国际自然并行问题解决会议论文集，PPSN VI（2000），Springer Verlag:Springer Verlag Berlin，Heidelberg），859-868
[96] 古普塔，S。；Deep，K.，一种基于对立学习的混合自适应正弦余弦算法，专家系统。申请。，119, 210-230 (2019)
[97] 萨多拉，A。；Eskandar，H。；Kim，J.H.，求解约束多目标优化问题的水循环算法，应用。软计算。，27, 279-298 (2015)
[98] Tawhid，医学硕士。；Savsani，V.，多目标工程设计问题的多目标正弦算法（MO-SCA），神经计算。申请。，31, 915-929 (2019)
[99] Abualigah，L。；迪亚巴特，A。；米尔贾利利，S。；Elaziz，医学硕士。；甘多米，A.H.，算术优化算法，计算。方法应用。机械。工程，376，第113609条pp.（2021）·Zbl 1506.90276号
[100] 龚·W。；蔡，Z。；Zhu，L.，一种有效的工程设计多目标差分进化算法，Struct。多学科。优化。，38, 137-157 (2009)
[101] Nuh，J.A。；Koh，T.W。；巴哈罗姆，S。；奥斯曼，M.H。；Si，N.K.，《基于搜索的软件工程中多目标进化算法的性能评估指标：系统文献综述》，应用。科学。，11, 7, 3117 (2021)
[102] 曾，N。；宋，D。；李，H。；你，Y。；Alsaadi，F.E.，《集成多目标鲸鱼优化算法与差分进化的竞争机制》，神经计算，432，12，170-182（2021）
[103] 希诺约萨，S。；Oliva，D。；Cuevas，E。；Pajares，G。；O.阿瓦洛斯。；Gálvez，J.，用混沌改进多准则优化：一种新的多目标混沌众搜索算法，神经计算。申请。，29, 319-335 (2018)
[104] Rizk-Allah，R.M。；Hassanien，A.E。；Slowik，A.，用于大规模多目标优化的基于多目标正交对立的群搜索算法，神经计算。申请。，32, 17, 13715-13746 (2020)
[105] 迪亚兹，P.M。；Palanikumar，K。；Kumar，P.R.，使用NSGA II和TOPSIS的双杆桁架多目标设计优化，高级材料。研究，984-985，419-424（2014）
[106] Deb，K。；普拉塔普，A。；Moitr，S.，使用精英非支配排序遗传算法进行多目标机械部件设计，（第六届自然并行问题解决国际会议论文集，PPSN VI（2000），Springer-Verlag:Springer-Verlag Berlin，Heidelberg），859-868
[107] Deb，K.，GeneAS:机械部件设计的稳健优化设计技术，（Dasgupta，D.；Michalewicz，Z.，工程应用中的进化算法（1997），施普林格：施普林格-柏林，海德堡）·Zbl 0879.68043号
[108] 坎南，B.K。；Kramer，S.N.，基于增广拉格朗日乘子的混合整数离散连续优化方法及其在机械设计中的应用，Trans。ASME，J.机械。设计。，116, 2, 405-411 (1994)
[109] 萨普雷，S。；Mini，S.，基于仿真机制的多目标火焰优化算法，J.并行分布计算。，150, 15-33 (2021)
[110] Kiani，E。；Doagou-Mojarrad，H。；Razmi，H.，考虑电压稳定指数和紧急需求响应程序的多目标最优潮流，Electr。工程，102，2493-2508（2020）
[111] 古普塔，S。；Deep，K。；莫阿耶迪，H。；Foong，L.K。；阿萨德，A.，解决工程设计问题的正弦余弦灰狼优化器，工程计算。，2，1-27（2020）
[112] 徐，G。；丁·H。；Feng，Z.，基于多目标进化算法的液压挖掘机铲斗附件优化设计，IEEE/ASME Trans。机电一体化，24,2808-819（2019）
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。