{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,1,26]]，“日期-时间”：“2024-01-26T12:00:09Z”，“时间戳”：170627040953}，“参考-计数”：42，“出版商”：“Springer Science and Business Media LLC”，“问题”：“1”，“许可证”：[{“开始”:{“日期-零件”：[2016,9,23]]，”日期-时间“：“2016-09-23T00:00:00Z”，“timestamp”：1474588800000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“http://\\www.springer.com/tdm”}]，“funder”：[{“name”：“Junta de Andaluc\u00eda（ES）”，“award”：[“P11-TIC7176”]}，{“name”：“Sapnish Science Ministry”，“ader”：[”TIN15-66680“]}”，{CAPAP-H5网络TIN2014-53522“]}，{“DOI”：“10.13039\/501000000780”，“name”：“European Union”，“doi-asserted-by”：“crossref”，“adward”：[“COST Action IC1305”]}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”J Supercomput“]，“published-print”：{“date-parts”：[2017,1]]}，”doi“：”10.1007\/s1127-016-1862-0“，”type“：”journal-article“，”created“：{“date-parts”：[[2016,9,23]]，“date-time”：“2016-09-23T13:47:56Z”，“timestamp”：1474638476000}，“page”：“302-315”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：8，“title”：[“使用低功耗平台实现演化多目标优化算法”]，“prefix”：“10.1007”，“卷”：“73”，“作者”：[{“给定”：“J.J.”，“家族”：“莫雷诺”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“G.”，”家族“：”奥尔特加“，”序列“：”附加“，”从属关系“：[]{，”给定“：”E.“，”家族sequence“：”additional“，”affiliation“：[]}，{”given“：”Ester M.“，“family”：“Garz\u00f3n”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2016,9,23]]}，“reference”：[{“issue”：“1”，“key”：“1862_CR1”，”doi-asserted-by“：”crossref“，“first page”：”4“，“doi”：“10.1016\/j.dc.2012.04.003”，“volume“73”，“author”：“AR Brodtkorb”，“year”：“2013”，“unstructured”：“Brodtkorb AR，Hagen TR，S\u00e6tra ML（2013）图形处理单元（GPU）编程策略和GPU计算趋势。J Parallel Distrib Compute 73（1）：4\u201313”，“journal-title”：“J Parallel-Distribe Compute”}，{“issue”：“4”，“key”：“1862_CR2”，“doi-asserted-by”：“crossref”，“first page”：《741》，“doi”：“10.1016\/jmsy.2013.07.01”，《volume》：“32”，“author”：“X Chang”，“year”：“2013”，“unstructured”：“Chang X，Dong M，Yang D（2013）使用基于遗传算法的仿真优化实现工厂集成交付的多目标实时调度。制造系统杂志32（4）：741\u2013751”，“期刊标题”：“制造系统杂志”}，{“问题”：“5”，“关键”：“1862_CR3”，“doi-asserted-by”：“crossref”，“首页”：“667”，“doi”：“10.1111\/itor.12039”，“volume”：“20”，“author”：“P Coll”，“year”：“2013”，“unstructured”：“Coll P，Factorovich P，Loiseau I，G\u00f3mez R（2013）交通信号自适应同步的线性规划方法。Int Trans Oper Res 20：“Corne D，Jerram N，Knowles J，Oates M（2001）PESA-II:进化多目标优化中的区域选择。in:GECCO，pp 283\u2013290”}，{“issue”：“5”，“key”：“1862_CR5”，”doi-asserted-by“：”crossref“，”first page“：”757“，”doi“：”10.1016\/J.trc.2009.05.016“，”volume“：“18”，“author”：“C Cort\u00e9s”，“year”：“2010”，“非结构化”：“Cort\u00e9s C，S\u00e1ez D，Milla F，Nuez A，Riquelme M（2010）基于进化多目标优化的公共交通系统实时优化的混合预测控制\u2019运营。交通运输研究C部分应急技术18（5）：757\u2013769”，“新闻标题”：“交通运输研究C部分应急技术”}，{“问题”：“2”，“关键”：“1862_CR6”，“doi-asserted-by”：“crossref”，“first page”：“182”，”doi“：“10.1109\/4235.996017”，“volume”：”6“，”author“：”K Deb“，”year“：”2002“，”unstructured“：”Deb K，Pratap A，Agarwal S，Meyarivan T（2002）一种快速精英多目标遗传算法：NSGA-II。IEEE Trans-Evol Compute 6（2）：182\u2013197“，”journal-title“：”IEEE Trans-Ivolve Compute“}”，{“issue”：“3”，“键”：“1862_CR7”，“首页”：“273”，“卷”：“2”，“作者”：“K Deb”，“年份”：“2006”，“非结构化”：“Deb K，Sundar J，Udaya\u00a0Bhaskara\u00a0Rao N，Chaudhuri S（2006）使用进化算法的基于参考点的多目标优化。Int J Comput Intell Res 2（3）：273\u2013286”，“期刊标题”：“Int J Comput Intell Res”}，｛“key”：“1862_CR8”，“doi-asserted-by”：“crossref”，“unstructured”：“Deb K，Thiele L，Laumanns M，Zitzler E（2002）可扩展多目标优化测试问题。In:WCCI，pp 825\u2013830”，“doi”：“10.1109\/CEC.2002.1007032”}，{“issue”：“5”，“key”：“1862_CR9”，“doi-asserted-by”：，“卷”：“53”，“作者”：“S Dehuri”，“year”：“2007”，“unstructured”：“Dehuri S，Ghosh A，Mall R（2007）用于分类规则挖掘的并行多目标遗传算法。IETE J Res 53（5）：475\u2013483”，“journal-title”：“IETE J Res”}，{“key”：“1862_CR10”，“doi-asserted-by”：“crossref”，“非结构化”：“登达卢斯M，瓦莱拉JJ，G\u00f3mez-Garay V，伊里戈延E，拉扎贝尔E（2014）单片机实现了一种用于实时智能控制的多目标遗传算法。参见：国际联合会议SOCO13-CISIS13-ICEUTE13，第71\u201380页。Springer”，“DOI”：“10.1007\/978-3-319-01854-6_8”}，{“key”：“1862_CR11”，“DOI-asserted-by”：“crossref”，“unstructured”：“Dom\u00ednguez J，Montiel O，Sep\u00falveda R，Medina N（2013）NSGA-II的高性能体系结构。In：混合智能系统的最新进展，第451\u2013461页。Springer“，”DOI“：”10.1007\/978-3-642-33021-6_35“}，{“issue”：“2”，“key”：“1862_CR12”，“DOI-asserted-by”：“crossref”，“first page”：”601“，“DOI”：“10.1016\/j.ejor.2015.01.059”，“volume”:“244”，“author”：“Y Dujardin”，“year”：“2015”，“unstructured”：“Dujarden Y，Vanderpooten D，Boilot F（2015）自适应交通控制的多目标交互系统。Eur J Oper Res 244（2）：601\u2013610“，“journal-title”：“Eur J Oper Res”}，{“key”：“1862_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Durillo JJ，Nebro AJ，Luna F，Alba E（2008）一项关于并行化NSGA-II的主从方法的研究。In:IPDPS，pp 1\u20138。IEEE“，”DOI“：”10.1109\/IPDPS.2008.4536375“}，{”issue“：”3“，”key“：”1862_CR14“，”DOI-asserted-by“：”crossref“，“first page”：“355”，“DOI”：“10.1162\/evco.2008.16.3.355“，”volume“：“16”，“author”：“H Fang”，“year”：“2008”，“unstructured”：“Fang H，Wang Q，Tu YC，Horstemeyer MF（2008）一种有效的进化算法非支配排序方法。Evol-Comput 16（3）：355\u2013384“，”journal-title“：”Evol-Cumput“}，{”issue“：”1“，”key“：”1862_CR15“，”doi-asserted-by“：”crossref“，”first page“：“33”，“doi”：“10.15388\/Informatica.2015.37”，“volume”：“26”，“author”：“E Filatovas”，“year”：“2015”，“unstructured”：“Filatovases E，Kurasova O，Sindhya K（2015）使用进化算法的基于参考点的多目标优化。Informatica 26（1）：33\u201350“，“journal-title”：“Informatica”}，{“key”：“1862_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Gupta S，Tan G（2015）GPU多目标优化进化算法的可扩展并行实现。In:CEC，pp 1567\u20131574。IEEE“，”DOI“：”10.1109\/CEC.2015.7257074“}，{“key”：“1862_CR17”，“unstructured”：“Harris M（2014）Maxwell:有史以来最先进的CUDA GPU。https:\/\/devblogs.nvidia.com\/parallelforall\/Maxwell-most-advanced-CUDA-GPU-evermade\/”}，}“issue”：“5”，“key“：”1862_CR“18”，“DOI-asserted-by”：“crossref”，“first page”:“477”，“DOI”：“10.1109\/TEVC.2005.861417”，“卷：“10”，“作者”：“S Huband”，“年份”：“2006”，“非结构化”：“Huband S，Hingston P，Barone L，While L（2006）多目标测试问题综述和可扩展测试问题工具包。IEEE Trans-Evol Comput 10（5）：477\u2013506“，“journal-title”：“IEEE Trans-Ivol Compute”}，{“issue”：“5”，“key”：“1862_CR19”，“doi-asserted-by”：“crossref”，“first page”：《503》，“doi”：“10.1109\/TEVC.2003.817234”，“volume”：第7卷，“author”：“MT Jensen”，“年份”：“2003”，“非结构化”：“Jensen MT（2003）降低多目标EA的运行时复杂性：NSGA-II和其他算法。IEEE Trans Evol Compute 7（5）：503\u2013515“，“journal-title”：“IEEE Trans-Evol Compute”}，{“key”：“1862_CR20”，“doi-asserted-by”：“crossref”，“first page”：”134“，“doi”：“10.1016\/j.engappai.2014.01.007”，“volume”：：“29”，“author”：“MA Khamis”，“year”：“2014”，“unstructured”：“Khamis MA，Gomaa W（2014）基于协作多智能体框架的交通信号控制混合探索自适应多目标强化学习。Eng Appl Artif Intell 29:134\u2013151“，”journal-title“：”Eng Appl-Artif Intell“}，{“issue”：“2”，“key”：“1862_CR21”，“doi-asserted-by”：“crossref”，“first-page:”149“，“doi”：“10.1162\/10636560056868167”，“volume”：”8“，”作者“：”J Knowles“，”year“：”2000“，”unstructured“：”Knowle J，Corne D（2000）使用Pareto存档进化策略逼近非支配前沿。Evol Comput 8（2）:149\u2013172“，”期刊标题“：”Evol Comput“}，｛”key“：”1862_CR22“，”doi asserted by“：”crossref“，”非结构化“：”Lan\u010dinskas A，\u017dilinskas J（2012）NSGA-II算法中pareto排名并行化的方法。in：PPAM，pp 371\u2013380。Springer”，“DOI”：“10.1007\/978-3642-31500-8_38”}，{“key”：“1862_CR23”，“DOI-asserted-by”：“crossref”，“unstructured”：“Lan\u010dinskas A，\u017bilinskas J（2013）大型计算系统上使用并行NSGA-II解决多目标竞争设施选址问题。摘自：PARA，pp 422\u2013433。Springer”，“DOI”：“10.1007\/978-3-642-36803-5_31”}，｛“key”：“1862_CR24”，“DOI断言”：“crossref”，“非结构化”：“Li Y，Canepa E，Claudel C（2014）使用线性规划的公路运输网络中的最佳交通控制。在：ECC，第2880\u20132887页。IEEE“，”DOI“：”10.1109\/ECC.2014.6862338“}，{“key”：“1862_CR25”，“DOI-asserted-by”：“publisher”，“unstructured”：“Lokuciejewski P，Marwedel P（2011）多目标优化。斯普林格，荷兰，多德雷赫特，第197\u2013227页。doi:10.1007，978-90-481-9929-7_7“，”doi“：”10.1007，/978-90-481-9929-7_7“}，{”issue“：”4“，”key“：”1862_CR26“，”doi-asserted-by“：”crossref“，”first page“：Abas AF、Samsudin K、Ibrahim NH、Hidayat A、Mahdi MA（2012年）遗传算法在基于嵌入式微控制器的偏振控制系统中的实现。Eng-Appl Artif Intell 25（4）：869\u2013873“，”journal-title“：”Eng-Appl-Artif Intell“}，{”issue“：”1“，”key“：”1862_CR27“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”10.1162\/EVCO_a_00041“，“volume”：“20”，“author”：“K McClymont”，“year”：“2012”，“unstructured”：“McClyment K，Keedwell E（2012）演绎排序和爬升排序：非支配排序的新方法。Evol-Comput 20（1）：1\u201326”，“journal-title”：“Evol-Cumput”}，{“key”：“1862_CR28”，“unstructured”：“Miettinen K（1999）非线性多目标优化。Kluwer Academic Publishers，Boston”}、{“key”：”1862_CR 29“，“unsructured“：”NVIDIA:NVIDIA \u2019s下一代CUDA计算体系结构：开普勒GK110（2012）.https:\/\/www.nvidia.com/content\/PDF\/kepler\/nvidia-kepler-GK110-Architecture-Whitepaper.PDF“}，{“key”：“1862_CR30”，“unstructured”：“nvidia:Tegra K1技术参考手册（2014）。https:\/\/developer.nvidia.com/gameworksdownload#？search=Tegra%20K1%20Technical”}，}“keys”：“862_CR31”，“非结构化”：“NVIDIA:CUDA C编程指南。版本7.0（2015）。http://\/docs.nvidia.com/cuda\/cuda-c-programming-guide//“}，{”issue“：”9“，”key“：”1862_CR32“，”doi-sserted-by“：”crossref“，”first page“：“04015011”，”doi“：”10.1061“（ASCE）WR.1943-5452.0000515”，“volume”：“141”，“author”：“FK Odan”，“year”：“2015”，“unstructured”：“Odan FK，Ribeiro\u00a0”Reis LF，Kapelan Z（2015）供水系统运行的实时多目标优化。《水资源计划管理杂志》141（9）：04015011“，”journal-title“：”《水资源规划管理杂志》}，{“key”：“1862_CR33”，“doi-asserted-by”：“crossref”，“unstructured”：“de Oliveira FB，Davendra D，Guimar\u00e3es FG（2013）基于C-CUDA的GPU多目标差分进化。摘自：《工业和环境应用中的软计算模型》，第123\u2013132页。Springer”，“DOI”：“10.1007\/978-3-642-32922-7_13”}，｛“key”：“1862_CR34”，“nonstructured”：“Shi C，Chen M，Shi Z（2005）一种快速非支配排序算法。收录于：ICNN，第3卷，第1605\u20131610页。IEEE“}，{“问题”：“1\u20132”，“key”：“1862_CR35”，“首页”：“13”，“卷”：“8”，“作者”：“C Smutnicki”，“年份”：“2014”，“非结构化”：“SmutnickiC，Rudy J，\u017belazny D（2014）非常快速的非支配排序。Decis Mak Manuf Serv 8（1_20132）：13\u201323”36“，”doi-asserted-by“：”crossref“，”非结构化”：“Wang，Z，Ju G（2009）多目标优化中的并行遗传算法。摘自：2009年控制和决策会议。CCDC\u201909。中文，第3497\u20133501页。IEEE“，”DOI“：”10.1109\/CCDC.2009.5192490“}，{“key”：“1862_CR37”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wong ML（2009）图形处理单元上的并行多目标进化算法。In:GECCO，pp 2515\u20132522。ACM“，”DOI“：“10.1145\/1570256.1570354”}，{“key”：“1862_CR38”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yu Q，Chen C，Pan Z（2005）可编程图形硬件上的并行遗传算法。In:Advances In Natural Computation，pp 1051\u20131059。Springer“，”DOI“：”10.1007\/11539902_134“}，{“issue”：“6”，“key”：“1862_CR39”，“DOI-asserted-by”：“crossref”，“first page”：”712“，“DOI”：“10.1109\/TEVC.2007.892759”，“volume”:“11”，“author”：“Q Zhang”，“year”：“2007”，“unstructured”：“Zhang Q，Li H（2007）Moea \/d:一种基于分解的多目标进化算法。IEEE Trans Evolve Compute 11（6）：712\u2013731“，“journal-title”：“IEEE Trans-Evol Compute”}，{“key”：“1862_CR40”，“unstructured”：“Zhang X，Ye T，Cheng R，Jin Y（2012）进化多目标优化中非支配排序的有效方法。IEEE Trans-Ivol Computer 19（2）：201\u2013213”}、{“密钥”：“862_CR41”，“doi-asserted-by”：“crossref”，“非结构化”：“Zitzler E，K\u00fcnzli S（2004）多目标搜索中基于指示符的选择。摘自：Nature-PPSN VIII中的并行问题解决，第832\u2013842页。Springer”，“DOI”：“10.1007\/978-3-540-30217-9_84”}，{“key”：“1862_CR42”，“unstructured”：“Zitzler E，Laumanns M，Thiele L（2001）SPEA2:improving the strength Pareto evolutional algorithm.Techn.Rep.103，Computer Engineering and Networks Laboratory（TIK），ETH Zurich，Switzerland，Zurich”}]，“container-title”：[“the Journal of Supercomputing”]，“original-title“：[]，”language“：”en“，”link“：[{”URL“：”http://\/link.springer.com/content\/pdf\/10.1007\/s11227-016-1862-0.pdf“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http:\\/link.sringer.com/article\/10.10007\/s1127-016-1862-0\/fulltext.html“，”内容键入“：”text\/html“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/s11227-016-1862-0.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2020,5,17]]，“date-time”：”2020-05-17T06:05:29Z“，“时间戳”：1589695529000}，“score”：1，“resource”：{“primary”:{“URL”：“http://\/link.springer.com/10.1007\/s11227-016-1862-0”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2016,9,23]]}，”references-count“：42，”journal-issue“：”1“，”published-print“：{”date-part“：[2017,1]]}}”，“alternative-i”d“：[”1862“]，”URL“：”http://\/dx.doi.org\/10.1007\/s11227-016-1862-0“，“关系”：{}，“ISSN”：[“0920-8542”，“1573-0484”]，“ISSN-type”：[{“值”：“0920-842”，“类型”：“打印”}