{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2023,6,7]]，“日期时间”：“2023-06-07T08:30:18Z”，“时间戳”：1686126618823}，“发布者位置”：“Cham”，“引用计数”：42，“发布商”：“Springer International Publishing”，“isbn-type”：[{“值”：“9783030795528”，“类型”：”打印“}，{“值”：“9783030795535”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“开始”：{“date-ports”：[2021,1,1]，“日期-时间”：“2041-01-01T 00:00Z”，“timestamp”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}]，“content-domain”：{“域”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2021]]}，”DOI“：”10.1007\/978-3-030-79553-5_4“，”type“：”book-chapter“，”created“：{”date-part“：[[2021,10,22]]，“日期时间”：“2021-10-22T21:51:49Z”，“时间戳”：1634939509000}，“页面”：“89-111”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：2，”title“：[”解除连续多目标优化中的多模性迷雾“]，”prefix“：”10.1007“，”author“：[{”给定“Pascal”、“family”：“Kerschke”，“sequence”：“first”，“affiliation”“：[]}，{“given”：“Christian”，“family”：“Grimme”，“sequence”：“additional”，“affiliation”：[]2]，“member”：“297”，“published-online”：{“date-parts”：[2021,10,23]]}、“reference”：[{“key”：”4_CR1“，”doi-asserted-by“：”publisher“，“unstructured”：“Aguirre，H.E.，Tanaka，K.：多目标MNK景观特性的见解。摘自：IEEE进化计算大会（CEC）会议记录，第\u00a01卷，第196\u2013203页。IEEE，纽约（2004）。https:\/\/doi.org\/10.109\/CEC.2004.1330857“，”doi“：”10.1109\/CEC.004.1330877“}，{”key“：”4_CR2“，”doi-asserted-by“：”publisher“，”unstructured“：”Aguirre，H.E.，Tanaka，K.：MNK景观上MOEA的工作原理、行为和性能。Eur.J.Oper.Res.181（3），1670\u20131690（2007）。https:\//doi.org\/10.1016\/J.E jor.2006.08.004“，”doi“：”10.1016\/j.ejor.2006.08.004“}，{“key”：“4_CR3”，“doi-asserted-by”：“publisher”，“unstructured”：“Beume，N.，Naujoks，B.，Emmerich，M.T.M.：SMS-EMOA:基于支配超卷的多目标选择。Eur.j.Oper.Res.181（3），1653\u20131669（2007）。https:\/\/doi.org\/10.1016\/j.ejor.2006.08.008”，“doi”：“10.1016\/j.e.jor.2006.08.008“}，{”键“：”4_CR4“，”doi-asserted-by“：”publisher“，”unstructured“：”Beyer，H.G.：进化策略理论。In：自然计算系列（NCS）。施普林格，柏林（2001）。https://doi.org\/10.1007\/978-3-662-04378-3“，”doi“：”10.1007\/9783-662-04378-3“}，{”key“：”4_CR5“，”doi-asserted-by“：”publisher“，”unstructured“：”Bossek，J.:ecr 2.0:R中进化计算的模块化框架。in:《遗传与进化计算会议（GECCO）指南》，第1187\u20131193页（2017）https:\/\/doi.org\/10.1145\/3067695.3082470“，”doi“：”10.1145\/306795.3082470“}，{“key”：“4_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Bossek，J.:smoof:单目标优化测试函数。R J.9（1），103\u2013113（2017）”，“doi”：“10.32614\/RJ-2017-004”}，“{”key“：”4_CR7“，”doi-assert-by“：“publisher”，“unstructured”：“Brockhoff，D.，Tran，T.D.，Hansen，N.：重新审视数值多目标优化器的基准测试。摘自：第17届遗传与进化计算年会（GECCO）会议记录，第639\u2013646页。ACM，纽约（2015）。https:\/\/doi.org\/10.1145\/2739480.2754777“，”doi“：”10.1145\/27394 80.27547 777“}，{”key“：”4_CR8“，”doi-asserted-by“：”publisher“，”unstructured“：”Daolio，F.，Liefooghe，A.，Verel，S.，Aguirre，H.E.，Tanaka，K.：多目标NK场景的全局与局部搜索：对比问题特征的影响。摘自：第17届遗传与进化计算年会（GECCO）会议记录，第369\u2013376页。ACM，纽约（2015）。https:\/\/doi.org\/10.1145\/2739480.2754745“，”doi“：”10.1145\/27394 80.27547“}，{”key“：”4_CR9“，”doi-asserted-by“：”publisher“，”unstructured“：”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 Trans.Evol.Comput.6（2），182\u2013197（2002）。https:\//doi.org\/10.1 109\/4235.996017“，”DOI“：”10.1109\/4235.996017“}，{“key”：“4_CR10”，“DOI-asserted-by”：“publisher”，“unstructured”：“Deb，K.，Thiele，L.，Laumanns，M.，Zitzler，E.：进化多目标优化的可扩展测试问题。In:Advanced Information and Knowledge Processing（AI&KP），pp.105\u2013145。施普林格，柏林（2005）。https:\/\/doi.org\/10.1007\/1-84628-137-7_6“，”doi“：”10.1007\/1-846 28-137-7-7_5“}，{“key”：“4_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Derbel，B.，Liefooghe，A.，Verel，S.，Aguirre，H.，Tanaka，K.：基于SOO树的连续勘探景观分析的新功能。摘自：第15届ACM/SIGEVO遗传算法基础会议论文集，第72\u201386页。ACM，New York（2019）“，“DOI”：“10.1145\/329904.3340308”}，{“key”：“4_CR12”，“DOI-asserted-by”：“publisher”，“unstructured”：“Ehrgott，M.，Klamroth，K.：多准则组合优化中有效解的连通性。Eur.J.Oper.Res.97（1），159\u2013166（1997）。https:\//DOI.org\/10.10016\/S0377-2217（96）00116-6”，“DOI:”10.1016\/S0377-2217（96）00116-6“}，{“key”：“4_CR13”，“unstructured”：“Finck，S.，Hansen，N.，Ros，R.，Auger，A.：Real-parameter black-box optimization benchmarking 2010:无噪函数的演示。Tech.Rep.，INRIA（2010）”}，}，“key“：”4_CR14“unstrustured”da\u00a0Fonseca，C.M.M.：应用于控制工程问题的多目标遗传算法。谢菲尔德大学自动控制和系统工程系博士论文（1995）“}，{“key”：“4_CR15”，“doi-asserted-by”：“publisher”，“unstructured”：“Garrett，D.：高原连接结构和多目标元启发式性能。摘自：IEEE进化计算大会（CEC）会议记录，第1281\u20131288页。IEEE，新泽西州皮斯卡塔韦（2009年）。https:\/\/doi.org/10.1109\/CEC.2009.4983092”，“doi”：“10.1109\/CEC.2009.4983092”}，｛“key”：“4_CR16”，“doi断言者”：“publisher”，“非结构化”：“Garrett，D.，Dasgupta，D.：多目标景观分析和广义分配问题。In：Maniezzo，V.，Battiti，R.，Watson，J.P.（编辑）《第二届学习与智能优化国际会议论文集》（LION），《计算机科学讲义》（LNCS），第5313卷，第110\u2013124页。施普林格，柏林（2008）。https:\/\/doi.org\/10.1007\/978-3-540-92695-5_9“，”doi“：”10.1007\/9783-540-92695-5“}，{“key”：“4_CR17”，“doi-asserted-by”：“publisher”，“unstructured”：“Grimme，C.，Kerschke，P.，Emmerich，M.T.M.，Preuss，M.，Deutz，A.H.，Trautmann，H.：滑向全局最优：如何从多模态多目标优化中的非全局最优中获益。摘自：AIP会议记录，第020052-1\u2013020052-4页。AIP出版社（2019年）。https:\/\/doi.org\/10.1063\/1.5090019“，”doi“：”10.1063\/1.509 0019“}，{“key”：“4_CR18”，“doi-asserted-by”：“publisher”，“unstructured”：“Grimme，C.，Kerschke，P.，Trautmann，H.：2014年多目标优化中的多模态比危害更有利？in:Deb，K.，Goodman，E.，Coello，C.C.C.A.，Klamroth，K.第条）10$^{th}$$进化多准则优化（EMO）国际会议论文集，计算机科学讲义，第11411卷，第126\u2013138页。施普林格，纽约（2019年）。https:\/\/doi.org\/10.1007\/978-3-030-12598-1_11“，”doi“：”10.1007\/978-30-12598-1_11“}，{“key”：“4_CR19”，“unstructured”：“Hansen，N.，Finck，S.，Ros，R.，Auger，A.：Real-parameter black-box optimization benchmarking 2009:noiless functions definitions。Tech.Rep.RR-6829。INRIA（2009）“}，{“key”：“4_CR20”，“doi-asserted-by”：“publisher”，“unstructured”：“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。Trans.Evol.Comp.10（5），477\u2013506（2006）。https:\/\/doi.org\/10.109\/TEVC.2005.861417”，“doi”：“10.1109\/TEVC.2005.86141”}，：“4_CR21”，“doi-asserted-by“：”publisher“，”unstructured“：”Kerschke，P.，Grimme，C.：探索多模式多目标优化环境。收录于：Trautmann，H.、Rudolph，G.、Kathrin，K.、Sch\u00fctze，O.、Wiecek，M.、Jin，Y.、Grimme，C.（编辑）《第九届进化多准则优化国际会议论文集》，第329页\u2013343。施普林格，纽约（2017）。https:\/\/doi.org\/10.1007\/978-3-319-54157-0_23“，“doi”：“10.1007\/9783-319-54157-0_23”}，{“key”：“4_CR22”，“doi-asserted-by”：“publisher”，“unstructured”：“Kerschke，P.，Hoos，H.H.，Neumann，F.，Trautmann，H.：自动算法选择：调查和透视。进化计算（ECJ）27（1），3\u201345（2019）.https:\/\/doi.org\/10.1162\/evco_a_00242“，”doi“：”10.1162\/evco2_a_00242}“，{”key“：”4_CR23“，”doi-asserted-by“：”publisher“，”unstructured“：”Kerschke，P.，Preuss，M.，Wessing，S.，Trautmann，H.：通过探索性景观分析探测漏斗结构。摘自：第17届遗传与进化计算年会（GECCO）会议记录，第265\u2013272页。ACM，纽约（2015）。https:\/\/doi.org\/10.1145\/2739480.2754642“，”doi“：”10.1145\/27394 80.27546“}，{“key”：“4_CR24”，“doi-asserted-by”：“publisher”，“unstructured”：“Kerschke，P.，Preuss，M.，Wessing，S.，Trautmann，H.：多峰模型的低预算探索性景观分析。摘自：第18届遗传与进化计算年会（GECCO）会议记录，第229\u2013236页。ACM，纽约（2016）。https:\/\/doi.org\/10.1145\/2908812.2908845“，”doi“：”10.1145\/29088 12.2908845}“，{”key“：”4_CR25“，”doi-asserted-by“：”publisher“，”unstructured“：”Kerschke，P.，Trautmann，H.：探索性景观分析的R包FLACCO，应用于多目标优化问题。在：《IEEE进化计算大会论文集》（2016）。IEEE，纽约。https:\/\/doi.org\/10.109\/CEC.2016.7748359“，”doi“：”10.1109\/CEC.2016.7748359“}，{“key”：“4_CR26”，“doi-asserted-by”：“publisher”，“unstructured”：“Kerschke，P.，Trautmann，H.：通过结合探索性景观分析和机器学习对连续黑盒问题进行自动算法选择。Evol.Comput.27（1），99\u2013127（2019）。https:\/\/doi.org\/10.1162\/evco_a_00236“，”doi“：”10.1162\/evco2_00236”}，{“key”：“4_CR27”，“doi-asserted-by”：“publisher”，“unstructured”：“Kerschke，P.，Trautmann，H.：使用R包Flacco对连续和约束优化问题进行基于特征的综合景观分析。收录：Bauer，N.、Ickstadt，K.、Lbke，K.，Szepannek，G.、Trautmann，H.、Vichi，M.（编辑）《统计计算应用》，第93\u2013123页。柏林施普林格出版社（2019年）。https:\/\/doi.org\/10.1007\/978-3-030-25147-5_7“，“doi”：“10.1007\/9783-030-25147-5_7”}，{“key”：“4_CR28”，“doi-asserted-by”：“publisher”，“unstructured”：“Kerschke，P.、Wang，H.、Preuss，M.、Grimme，C.、Deutz，A.H.、Trautmann，H.和Emmerich，M.T.M.：分析多目标景观的多模态。收录人：Handl，J.，Hart，E.，Lewis，P.R.，L\u00f3pez-Ib\u00e1\u00f1ez，M.，Ochoa，G.，Paechter，B.（eds.）《第十四届自然并行问题解决国际会议论文集》（PPSN XIV），《计算机科学讲义》（LNCS），第9921卷，第962\u2013972页。柏林施普林格出版社（2016）（最佳论文奖）。https://doi.org/10.1007\/978-3-319-45823-6_90“，”doi“：”10.1007\/978-3-319-45823-6_90“｝，｛”key“：”4_CR29“，”doi断言者“：”crossref“，”非结构化“：”Kerschke，P.，Wang，H.，Preuss，M.，Grimme，C.，Deutz，A.H.，Trautmann，H.，Emmerich，M.T.M.：多模态多目标问题的搜索动力学。Evol.Comput.27（4），577\u2013609（2019）“，”doi“：“10.1162\/evco_a_00234“｝，｛“key”：“4_CR30”，“nonstructured”：“Knowles，J.D.，Corne，D.W.：走向景观分析，为多目标二次分配问题的混合局部搜索设计提供信息。In：《第二届混合智能系统国际会议论文集》。Springer，Berlin（2002）”｝，｛“key”：“4_CR31”，“doi-asserted-by“：“publisher”，“unstructured”：“Mersmann，O.，Bischl，B.，Trautmann，H.，Preuss，M.，Weihs，C.，Rudolph，G.：探索性景观分析。摘自：第十三届遗传与进化计算年会（GECCO）会议记录，第829\u2013836页。ACM，纽约（2011）。https:\/\/doi.org\/10.1145\/2001576.2001690“，”doi“：”10.1145\/2001576.2“1690”}，{“key”：“4_CR32”，“doi-asserted-by”：“publisher”，“unstructured”：“Mu\u00f1oz Acosta，M.A.，Kirley，M.，Halgamuge，S.K.：使用信息内容对连续空间优化问题进行探索性景观分析。IEEE Trans.Evol.Computa.19（1），74\u201387（2015）.https:\/\/doi.org\/10.109\/TEVC.2014.2302006“，”doi“：”10.1109\/TEVC.2014.23022006“}，{“key”：“4_CR33”，“doi-asserted-by”：“publisher”，“unstructured”：“Rosenthal，S.，Borschbach，M.：表征两个生化优化问题的实值多目标景观分析概念。摘自：Mora，M.A.，Squillero，G.（eds.）《第18届欧洲进化计算应用会议论文集》（EvoApplications），《计算机科学讲义》（LNCS），第9028卷，第897\u2013909页。柏林施普林格（2015）。https:\/\/doi.org\/10.1007\/978-3-319-16549-3_72“，“doi”：“10.1007\/9783-319-16549-3_72”}，{“key”：“4_CR34”，“volume-title”：“Evolution and Optimum Seeking”，“author”：“HP Schwefel”，“year”：“1995”，“unstructured”：“Schwefell，H.P.：Evolutional and Optimus Seeking。Wiley，New York（1995）”}Tu\u0161ar，T.：可视化多目标优化中的解集。博士论文，Jo\u017eef Stefan国际研究生院（2014）“}，{“key”：“4_CR36”，“doi-asserted-by”：“publisher”，“unstructured”：“Tu\u0161ar，T.，Filipi\u010d，B.：进化多目标优化中Pareto前沿近似的可视化：批判性评论和预测方法。IEEE Trans.Evol.Comput.19（2），225\u2013245（2015）。https:\/\/doi.org\/10.109\/TEVC.2014.2313407“，”doi“：”10.1109\/TEVC.2014.2313407“}，{“key”：“4_CR37”，“unstructured”：“Tu\u0161ar，T.，Brockhoff，D.，Hansen，N.，Auger，A.：COCO:双目标黑盒优化基准测试（bbob-biobj）测试套件.arXiv预印本（2016）。https:\//arXiv.org\/abs\/1604.00359“}”，{key“：”4_CR38“，”doi-asserted-by“：”publisher，“非结构化”：“Verel，S.，Liefooghe，A.，Jourdan，L.，Dhaenens，C.：关于多目标组合搜索空间的结构：具有相关目标的MNK-landscapes。欧洲药典。第227（2）号决议，331\u2013342（2013）。https:\/\/doi.org\/10.1016\/j.ejor.2012.12.019“，”doi“：”10.1016\/j.ejor.2012-12.019“}，{“key”：“4_CR39”，“unstructured”：“Wessing，S.：多峰优化的两阶段方法。博士论文，多特蒙德理工大学Wright，S.：突变、近亲繁殖、杂交和选择在进化中的作用。摘自：《第六届国际遗传学大会论文集》，第\u00a01卷，第356\u2013366（1932）页“}，{“key”：“4_CR41”，“doi-asserted-by”：“publisher”，“unstructured”：“Yue，C.，Qu，B.，Yu，K.，Liang，J.，Li，X.：一个新的可扩展多目标优化测试问题集。Swarm Evol.Comput.48，62\u201371（2019）https:\/\/doi.org\/10.1016\/j.swevo.2019.03.011“，”doi“：”10.1016\/j.swevo.2029.03.011”}，{“key”：“4_CR42”，“doi-asserted-by”：“publisher”，“unstructured”：“Zitzler，E.，Deb，K.，Thiele，L.：多目标进化算法的比较：实证结果。Evol.Comput.j.8（2），173\u2013195（2000）。https:\//doi.org\/101162\/106 365600568202“，”DOI“：”10.1162\/106365600568202“}]，“container-title”：[“Natural Computing Series”，“Metaeuristics for Finding Multiple Solutions”]，“original-title“：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10007\/978-3030-79553-5_4“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]“deposed“：{“date-parts”：[[2021,10,22]]，“date-time”：“2021-10-22T21:57:56Z”，“timestamp”：1634939876000}，“score”：1，“resource”：{主“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-030-79553-5_4”}，”subtitle“：[]，”shorttitle“：[]，”issued“：{“date-ports”：[2021]]}，‘ISBN’：[”97830307307 95528“，”9783030795535“]，”references-count“：42，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3-030-79553-5_4“，”关系“：{}，”ISSN“：[”1619-7127“]，”ISSN-type“：[{”值“：”1619-7.127“，”类型“：”打印“}]，”主题“：[]，”发布“：在线“，”组“：{“name”：“ChapterHistory”，“label”：“章节历史”}}]}}