索马

SOMA，一般说来，任何进化算法，都可以用于任何优化问题。令人惊讶的是，许多问题都可以定义为优化问题，例如机器人手臂的最佳轨迹、压力容器中的最佳钢材厚度、控制器的最佳参数集、模糊模型中的最优关系或模糊集等等。这类问题的解决方案通常或多或少是很难得到的，它们的参数通常包括不同类型的变量，如实数或整数变量。进化算法非常流行，因为它们允许以简化的方式解决几乎任何问题，因为它们能够处理混合变量的优化任务，包括在需要时适当的约束条件

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考 21篇文章 引用，1标准件)

显示第1到第20个结果，共21个。
按年份排序(引用)
  1. Nash，John C.：使用R工具进行非线性参数优化（2014）
  2. Pluhacek，Michal；Senkerik，Roman；Zelinka，Ivan:多混沌数发生器驱动的粒子群优化算法（2014）ioport公司
  3. Senkerik，Roman；Oplatkova，Zuzana Kominkova；Zelinka，Ivan；Chramcov，Bronislav；Davendra，Donald D.；Pluhacek，Michal:对选定的离散混沌系统集的鲁棒多混沌控制器进化综合的利用分析规划（2014）ioport公司
  4. Davzela，Organizational Davzela，2013年；Mountain-Kerna-Roman；Migrating-Self-flow；Mozing-Davzela-Roman，2013年；Mounald-Davylic-flow算法；Mountain-Davylic-flow；Mouncheng-Davzela-Roman；2013年版；自组织算法
  5. Donald Davendra；Ivan Zelinka；Senkerik，Roman:PID控制任务的混沌驱动进化算法（2010）
  6. Senkerik，Roman；Zelinka，Ivan；Davendra，Donald；Oplatkova，Zuzana:利用SOMA和微分进化实现混沌逻辑方程的鲁棒稳定化（2010）
  7. Senkerik，Roman；Zelinka，Ivan；Davendra，Donald；Oplatkova，Zuzana:一维混沌控制的进化设计（2010）
  8. 伊万·泽林卡；贾塞克·罗曼：混乱加密信息的进化解密（2010）
  9. Dos Santos Coelho，Leandro:自组织迁移算法在离合器总成加工分配中的应用（2009）
  10. Mariani，Viviana Cocco；dos Santos Coelho，Leandro:使用随机算法对导热系数进行全局优化（2009）
  11. 伊万·泽林卡（Ivan Zelinka）；森克里克（Senkerik），罗曼（Roman）；纳夫拉蒂尔（Navratil），爱德华德（Eduard）：混沌控制进化优化研究（2009）
  12. Deep，Kusum；Dipti:约束优化的自组织迁移遗传算法（2008）
  13. Ivan Zelinka；Chen，Guanrong；Celikovsky，Sergej:用进化算法进行混沌合成（2008）
  14. Arhin，John:关于最多两个街区交叉口数的1-设计的结构（2007）
  15. 贝利，R.A.；卡梅隆，彼得J.：什么是设计？我们应该如何分类？（2007年）
  16. 乔文卡，米罗斯拉夫；泽林卡，伊万：能量受限网络中使用SOMA进化算法的中继节点布局（2006）
  17. Durrant，Simon；Feng，Jianfeng:负相关放电：皮层柱内侧抑制的功能意义（2006）
  18. Berlekamp，Elwyn R.；Conway，John H.；Guy，Richard K.：数学游戏的制胜之道。第4卷（2004）
  19. Zelinka，Ivan:SOMA——自组织迁移算法（2004）
  20. Zelinka，Ivan；Lampinen，Jouni:机械工程问题优化（2004）