zbMATH参考文献（39篇文章引用）

1. 陈雷兵；王，袁；吴，C.F.杰夫：基于不确定性量化的自适应RBF代理模型寻找昂贵函数的最优点（2020）
2. 高，韩；朱学宇；王建勋：三维血流动力学模拟中不确定性传播的双保真代理建模方法（2020）
3. García-García，JoséCarlos；García-Ródenas，Ricardo；Codina，Esteve：计算代价高昂的黑箱问题的基于代理的合作优化框架（2020）
4. 何新宇；雷耶斯，克里斯托弗G.；鲍威尔，沃伦B.：连续设计下局部非线性参数模型的最优学习（2020）
5. Macèdo，M.Joseane F.G.；Karas，Elizabeth W.；Costa，M.Fernanda P.；Rocha，Ana Maria A A.C.：基于滤波器的全局优化随机算法（2020）
6. 孙鲁宁，高，韩，潘，邵武，王建勋：基于物理约束的无模拟数据深度学习的流体流动替代建模（2020）
7. Mohammad Ahmaward；Esmaeilbeigi，Mohsen；Kamandi，Ahmad；Yaghoobi，Farajollah Mohammadi：基于点排序和MLE技术的改进混合轨道算法（2019）
8. Cortesi，Andrea F.；Jannoun，Ghina；Congedo，Pietro M.：具有自适应优化的Kriging稀疏多项式维分解代理模型（2019年）
9. He，Jiachuan；Mattis，Steven A.；Butler，Troy D.；Dawson，Clint N.：使用支持向量机进行预测流量和运输建模的数据驱动不确定性量化（2019年）
10. Larson，Jeffrey；Menickelly，Matt；Wild，Stefan M.：无导数优化方法（2019年）
11. Müller，Juliane；Day，Marcus:具有隐藏约束的计算代价高的黑盒问题的代理优化（2019）
12. Costa，Alberto；Nannicini，Giacomo:RBFOpt:一个用于黑盒优化的开源库，具有昂贵的函数评估（2018）
13. Zhou，Zhe；Bai，Fusheng：基于径向基函数插值的代价高昂的黑盒全局优化自适应框架（2018）
14. 周哲；白福生：一种求解代价黑箱优化的随机自适应径向基函数算法（2018）
15. Beiranvand，Vahid；Hare，Warren；Lucet，Yves:比较优化算法的最佳实践（2017）
16. Boukouvala，Fani；Faruque Hasan，M.M.；Floudas，Christodoulos A.：一般约束灰箱模型的全局优化：用于变压吸附的约束偏微分方程的新方法及其应用（2017）
17. Corveleyn，Samuel；Vandewalle，Stefan:基于低秩张量近似的模糊输入函数的输出计算（2017）
18. D'Ambrosio，Claudia；Nannicini，Giacomo；Sartor，Giorgio:MILP模型，用于选择一小组均匀分布点（2017年）
19. Martinez，Nadia；Anahideh，Hadis；Rosenberger，Jay M.；Martinez，Diana；Chen，Victoria C.P.；Wang，Bo Ping:非凸分段线性回归样条的全局优化（2017）
20. Müller，Juliane:SOCEMO:计算代价高的多目标问题的替代优化（2017）