摘要
哈森·艾西（Hassene Aissi）、克里斯蒂娜·巴兹根（Cristina Bazgan）和丹尼尔·范德普顿（Daniel Vanderpooten）。 2009.组合优化问题的最小-最大和最小-最大遗憾版本：一项调查。 《欧洲运筹学杂志》197，2（2009年9月），427-438。 谷歌学者 
交叉引用 
阿卜杜拉·杜加利（Abdullah Al-Dujaili）、埃里克·亨伯格（Erik Hemberg）、乌娜·梅·奥莱利（Una-May O'Reilly）和汤姆·施密德莱奇纳（Tom Schmiedlechner）。 2018年，面向分布式协同进化GAN。 CoRR abs/1807.08194（2018）。 arXiv公司：1807.08194 http://arxiv.org/abs/1807.08194 谷歌学者 Robert Axelrod等人，1987年。 反复囚犯困境中策略的演变。 规范的动力学1（1987），1-16。 谷歌学者 Jürgen Branke和Johanna Rosenbusch。 2008年。共同进化最坏情况优化的新方法。 《来自自然的并行问题解决》-PPSN X（《计算机科学讲义》，第5199卷）。 德国多特蒙德施普林格，144-153。 谷歌学者 本杰明·多尔和蒂莫·科茨。 2021.乘法上升。 《算法》83，10（2021），3017--3058。 谷歌学者 数字图书馆 
Benjamin Doerr和Frank Neumann（编辑）。 2020年。进化计算理论：离散优化的最新发展。 施普林格国际出版公司，Cham。 谷歌学者 Stefan Droste、Thomas Jansen和Ingo Wegener。 2006.黑盒优化中随机搜索启发的上下限。 理论计算。 系统。 39, 4 (2006), 525--544. 谷歌学者 数字图书馆 戴安娜·弗洛雷斯（Diana Flores）、埃里克·亨伯格（Erik Hemberg）、贾马尔·图图（Jamal Toutouh）和乌娜·梅·奥莱利（Una-May O'Reily）。 2022.用于大规模医学图像增强的协同进化生成对抗网络。 《遗传与进化计算会议论文集》（马萨诸塞州波士顿）（GECCO’22）。 美国纽约州纽约市计算机协会，367-376。 谷歌学者 数字图书馆 Ian J.Goodfellow、Jean Pouget-Abadie、Mehdi Mirza、Bing Xu、David Warde-Farley、Sherjil Ozair、Aaron C.Courville和Yoshua Bengio。 2014.生成对抗网。 《神经信息处理系统进展》第27期：2014年神经信息处理体系年会。 加拿大魁北克省蒙特利尔，2672-2680。 谷歌学者 萨姆·格林伯格（Sam Greenberg）、达娜·兰德尔（Dana Randall）和阿曼达·帕斯科·斯特里布（Amanda Pascoe Streib）。 2020年。使用指数度量对有偏差的单调曲面进行采样。 组合数学，概率与计算29，5（2020），672--697。 谷歌学者 交叉引用 安德烈亚斯·哥贝尔（Andreas Göbel）、蒂莫·科钦（Timo Kötzing）和马丁·克雷卡（Martin S.Krejca）。 2022.通过漂移理论进行直观分析。 arXiv:1806.01919[math.PR] 谷歌学者 布鲁斯·哈耶克。 1982.漂移分析和应用程序所暗示的撞击时间和占用时间界限。 应用概率进展14，3（1982），502--525。 谷歌学者 何军和姚欣。 2001.进化算法的漂移分析和平均时间复杂性。 人工智能127，1（2001），57-85。 谷歌学者 数字图书馆 马里奥·阿莱杭德罗·海维亚·法哈多和佩尔·克里斯蒂安·莱雷。 2023.健身聚合方法如何影响双线性问题上竞争性CoEA的表现。 遗传和进化计算会议论文集。 ACM，以显示。 谷歌学者 数字图书馆 W.丹尼尔·希利斯。 1990年。共生寄生虫作为一种优化程序改进了模拟进化。 《物理学D：非线性现象》42，1-3（1990年6月），228--234。 谷歌学者 数字图书馆 托马斯·詹森和R.保罗·威根。 2004年，合作共同进化论（1+1）EA。 进化计算12，4（12 2004），405--434。 谷歌学者 米克尔·T·詹森。 2003.用共同进化论解决极小极大问题的新视角。 元启发式：计算机决策86（2003），369。 谷歌学者 蒂莫·科钦（Timo Kötzing）。 2016年，附加漂移下首次撞击时间的集中度。 Algorithmica算法75，3（2016年7月），490--506。 谷歌学者 数字图书馆 蒂莫·科钦（Timo Kötzing）和马丁·克雷卡（Martin S.Krejca）。 2019.漂移下的首次撞击次数。 理论计算机科学796（2019），51-69。 谷歌学者 数字图书馆 Timo Kötzing、Andrei Lissovoi和Carsten Witt。 2015年，（1+1）EA on Generalized Dynamic OneMax。 《2015年ACM遗传算法基础会议论文集XIII》（英国Aberystwyth）（FOGA’15）。 美国纽约州纽约市计算机协会，40-51。 谷歌学者 数字图书馆 根据克里斯蒂安·莱勒（Kristian Lehre）。 2022.双线性函数最大化竞争协同进化算法的运行时分析。 《遗传与进化计算会议论文集》（马萨诸塞州波士顿）（GECCO’22）。 美国纽约州纽约市计算机协会，1408-1416。 谷歌学者 数字图书馆 P.K.Lehre和C.Witt。 2021.使用变量漂移分析的随机搜索启发式的命中时间的尾部界限。 组合数学，概率与计算30，4（2021年7月），550-569。 出版商：剑桥大学出版社。 谷歌学者 交叉引用 梁腾元和詹姆斯·斯托克斯。 2019.交互关系：关于生成性对抗网络的非症状局部收敛的注释。 在第22届国际人工智能与统计会议上。 PMLR，907--915。 谷歌学者 克里斯蒂安·林格伦。 1991.简单动力学中的进化现象。 人工生命II 10（1991），295--312。 谷歌学者 梅兰妮·米切尔。 2006.与空间分布种群的共同进化学习。 计算智能：原理与实践400（2006）。 谷歌学者 迈克尔·米赞马赫（Michael Mitzenmacher）和埃利·厄普法尔（Eli Upfal）。 概率与计算：随机算法与概率分析。 剑桥大学出版社，美国纽约州纽约市。 谷歌学者 数字图书馆 Aryan Mokhtari、Asuman Ozdaglar和Sarath Pattathil。 2020年，鞍点问题超粒度和乐观梯度方法的统一分析：近点方法。 在国际人工智能与统计会议上。 PMLR，1497-1507年。 谷歌学者 A.S.内米洛夫斯基和D.B.尤丁。 1983.优化中的问题复杂性和方法效率。 威利。 谷歌学者 Elena Popovici、Anthony Bucci、R.Paul Wiegand和Edwin D.De Jong。 2012.共同进化原则。 在《自然计算手册》中，Grzegorz Rozenberg、Thomas Bäck和Joost N.Kok（编辑）。 施普林格-柏林-海德堡，柏林，海德堡。 谷歌学者 Amirhossein Rajabi和Carsten Witt。 2020年，多模态优化的自调整进化算法。 《遗传和进化计算会议论文集》（墨西哥坎昆）（GECCO’20）。 ACM，美国纽约州纽约市，1314-1322。 谷歌学者 克里斯托弗·达雷尔·罗辛。 1997年。对手之间的共同进化搜索。 美国加州大学圣地亚哥分校。 谷歌学者 贾马尔·图图（Jamal Toutouh）、埃里克·亨伯格（Erik Hemberg）和乌娜·梅·奥莱利（Una-May O'Reilly）。 2019.空间进化生成对抗网络。 遗传和进化计算会议论文集。 捷克共和国布拉格ACM，472-480。 谷歌学者 数字图书馆 鲁道夫·保罗·威根。 2004年。合作共同进化算法分析。 美国弗吉尼亚州乔治·梅森大学。 谷歌学者 Nicholas C Wormald等人，1999年。 随机图过程的微分方程方法和贪婪算法。 近似和随机算法讲座73，155（1999），0943-05073。 谷歌学者 张国军和俞耀良。 2020年双线性零和博弈梯度方法的收敛性。 在2020年4月26日至30日于埃塞俄比亚亚的斯亚贝巴举行的第八届国际学习代表大会上。 谷歌学者
建议
协同进化算法的运行时分析：克服Maximin优化中的负漂移 GECCO’23伴侣：遗传和进化计算伴侣会议记录 协同进化算法在游戏理论应用和与对手的优化问题中发现了一些应用，特别是在策略空间离散且指数大的情况下，以及在经典游戏理论。。。 适应度聚合方法如何影响双线性问题竞争对手的绩效 GECCO’23：遗传和进化计算会议记录 竞争协同进化算法（CoEA）并不完全依赖外部函数来为采样解分配适应值。 相反，他们使用相互竞争的解决方案之间相互作用的结果的聚合，从而对。。。
