Книга: Метаэвристические алгоритмы глобальной оптимизации

Алешина Е. А. Применение метода имитации поведения бактерий к задаче поиска оптимального управления дискретными детерминированными системами//Информационные и телекоммуникационные технологии. 2012. № 14. С. 52-56.

Батищев Д. И. Генетические алгоритмы решения экстремальных задач/под ред. Я. Е. Львовича: учеб. пособие. Воронеж, 1995.

Батищев Д. И., Исаев С. А. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов//Высокие технологии в технике, медицине и образовании: межвуз. cб. науч. тр. Воронеж: ВГТУ, 1997. Ч. 3. С. 4-17.

Васильев Ф. П. Численные методы решения экстремальных задач. М.: Наука, 1980.

Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы. М.: Физматлит, 2006. EDN: QKOKOP

Гладков Л. А., Курейчик В. В. Биоинспирированные методы в оптимизации. М.: Физматлит, 2009. EDN: UGLKST

Дасгупта Д. Искусственные иммунные системы и их применение. М.: Физматлит,2006. EDN: RXGSCX

Докинз Р. Эгоистичный ген. М.: Изд-во АСТ: CORPUS, 2013.

Жиглявский А. А., Жилинскас А. Г. Методы поиска глобального экстремума. М.: Наука,1991.

Исаев С. А. Популярно о генетических алгоритмах. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов//URL: www.algolist.manual.ru.	 

Карпенко А. П. Популяционные алгоритмы глобальной поисковой оптимизации. Обзор новых и малоизвестных алгоритмов//Информационные технологии. Приложение. 2012. №7.  EDN: PBMPVF	

Карпенко А. П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М.: Изд-во МГТУ им. Н. Э. Баумана, 2014.  EDN: VCPWAJ	

Курейчик В. В., Полупанова Е. Е. Эволюционная оптимизация на основе алгоритма колонии пчел//Известия ЮФУ. Сер. «Технические науки». Темат. вып. «Интеллектуальные САПР». 2009. № 12. С. 41-46.  EDN: LAUDMD	

Метлицкая Д. В. Алгоритмическое обеспечение модифицированного метода искусственных иммунных систем//Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб. науч. тр. М.: МИРЭА, 2011. С. 81-86.	 

Орловская Н. М. Анализ эффективности биоинспирированных методов глобальной оптимизации//Электронный журнал «Труды МАИ». 2014. №73. URL: http://www.mai.ru/science/trudy/published.php?ID=48453.  EDN: RZLRMH	

Орлянская И. В. Современные подходы к построению методов глобальной оптимизации//Электронный журнал «Исследовано в России». 2002. Т. 5. С. 2097-2108. URL: http://zhurnal.ape.relarn.ru/articles/2002/189.pdf.	 

Паклин Н. BaseGroup Labs. Непрерывные генетические алгоритмы -математический аппарат//URL:http://www.basegroup.ru/genetic/real_coded_ga.htm.	 

Пантелеев А. В. Метаэвристические алгоритмы поиска глобального экстремума. М.:Изд-во МАИ-ПРИНТ, 2009.  EDN: UKDUSN	

Пантелеев А. В. Применение эволюционных методов глобальной оптимизации в задачах оптимального управления детерминированными системами. М.: Изд-во МАИ-ПРИНТ, 2013.  EDN: SBMOXV	

Пантелеев А. В., Алешина Е. А. Разработка алгоритмического и программного обеспечения метода муравьиных колоний//Научный вестник Московского государственного университета гражданской авиации. 2008. № 132 (8). С. 38-48.  EDN: KVVESP	

Пантелеев А. В., Алешина Е. А. Разработка алгоритмического и программного обеспечения метода частиц в стае//Науч. вестник МГТУ ГА. Сер. «Прикладная математика.Информатика». 2009. №145 (8). С. 32-39.  EDN: LPCQFZ	

Пантелеев А. В., Алешина Е. А. Использование псевдослучайных величин в методе гравитационной кинематики поиска глобального экстремума//Науч. вестник МГТУ ГА.2012. №184 (10). С. 46-53.  EDN: PVJLYT	

Пантелеев А. В., Апостол Н. П. Модифицированный генетический алгоритм условной оптимизации с бинарным кодированием // Научный вестник Московского государственного университета гражданской авиации. 2007. №120 (10). С. 24-32.  EDN: KVCYBL	

Пантелеев А. В., Апостол Н. П. Формирование генетического алгоритма поиска условного экстремума с вещественным кодированием//Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб. науч. тр. М.: МИРЭА, 2008. С. 115-121.	 

Пантелеев А. В., Апостол Н. П. Алгоритмическое и программное обеспечение модифицированного генетического алгоритма условной оптимизации с бинарным кодированием//Вестник Московского авиационного ин-та. 2008. Т. 15. № 2. С. 113-123.  EDN: JUUFHX	

Пантелеев А. В., Бортаковский А. С. Теория управления в примерах и задачах. М.: Высш. шк., 2003.  EDN: UMSKEP	

Пантелеев А. В., Дмитраков И. Ф. Сравнительный анализ эффективности метода имитации отжига для поиска глобального экстремума функций многих переменных//Науч. вестник МГТУ ГА. Сер. «Прикладная математика. Информатика». 2009.№ 145 (8). C. 26-31.  EDN: LPCQFP	

Пантелеев А. В., Дмитраков И. Ф. Алгоритмическое и программное обеспечение адаптивного метода имитации отжига для поиска глобального экстремума//Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб.науч. тр. М.: МИРЭА, 2010. C. 148-154.	 

Пантелеев А. В., Дмитраков И. Ф. Применение метода дифференциальной эволюции для оптимизации параметров аэрокосмических систем//Электронный журнал «Труды МАИ». 2010. № 37. URL: http://www.mai.ru/science/trudy/published.php?ID=13421.  EDN: MLMQSZ	

Пантелеев А. В., Летова Т. А. Методы оптимизации в примерах и задачах.М.: Высш. шк., 2008.  EDN: SELWZT	

Пантелеев А. В., Летова Т. А., Помазуева Е. А. Применение методов глобальной оптимизации для параметрического синтеза обобщенного пропорционально-интегрально-дифференциального регулятора в задаче управления полетом//Электронный журнал «Труды МАИ». 2015. №79. URL: http://www.mai.ru/science/trudy/published.php?ID=55635.  EDN: TPEPVF	

Пантелеев А. В., Летова Т. А., Помазуева Е. А. Параметрический синтез оптимального в среднем дробного ПИД-регулятора в задаче управления полетом//Управление большими системами. 2015. №56. С. 176-200.  EDN: VUDTAB	

Пантелеев А. В., Метлицкая Д. В. Применение генетических алгоритмов с бинарным и вещественным кодированием к задаче поиска условного экстремума функций//Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб. науч. тр. М.: МИРЭА, 2010. С. 156-165.	 

Пантелеев А. В., Метлицкая Д. В. Комплекс программных средств «Генетические алгоритмы условной оптимизации с бинарным и вещественным кодированием»//Электронный журнал «Труды МАИ». 2010. № 37. URL: http://www.mai.ru/science/trudy/published.php?ID=13421.  EDN: MLMQUN	

Пантелеев А. В, Метлицкая Д. В. Модифицированный метод искусственных иммунных систем в задачах поиска оптимального управления дискретными системами//Информационные и телекоммуникационные технологии. 2012. № 14. С. 43-51.	 

Пантелеев А. В., Метлицкая Д. В. Применение метода искусственных иммунных систем в задачах поиска условного экстремума функций//Науч. вестник МГТУ ГА.2012. № 184 (10). С. 54-61.  EDN: PVJLZD	

Пантелеев А. В., Метлицкая Д. В., Алешина Е. А. Методы глобальной оптимизации.Метаэвристические стратегии и алгоритмы. М.: Изд-во Вузовская книга, 2013.  EDN: SEJGGL	

Пантелеев А. В., Орловская Н. М. Решение задачи о стабилизации спутника с помощью биоинспирированных методов оптимизации//Науч. вестник МГТУ ГА. 2015.№ 220. С. 5-12.  EDN: VHFBHN	

Пантелеев А. В., Письменная В. А. Применение меметического алгоритма в задаче поиска оптимального программного управления нелинейными непрерывными детерминированными системами//Авиакосмическое приборостроение. 2014. № 3. С. 26 -34.  EDN: SKEJOT	

Пантелеев А. В., Письменная В. А. Решение задачи о переводе спутника между орбитами с помощью гибридного меметического алгоритма//Науч. вестник МГТУ ГА. 2014.№ 207. С. 25-32.  EDN: SMZEUZ	

Пантелеев А. В., Родионова Д. А. Применение метода случайного поиска с последовательной редукцией области исследования в задачах оптимального управления детерминированными системами//Известия Института инженерной физики. 2014. № 3(33). С. 17-22.  EDN: SXGNMH	

Пантелеев А. В., Родионова Д. А. Применение метода случайного поиска в задачахнахождения оптимального управления детерминированными системами с полной обратной связью//Информационные и телекоммуникационные технологии. 2014. № 23. С. 29-36.	 

Пантелеев А. В., Рязанцева О. В. Применение метода табу-поиска к решению задач оптимального управления дискретными системами//Науч. вестник МГТУ ГА. 2011. № 165. С. 103-111.  EDN: SXXTDD	

Поляк Б. Т. Введение в оптимизацию. М.: Наука, 1983.	 

Растригин Л. А. Случайный поиск. М.: Знание, 1979.	 

Рязанцева О. В. Жадный адаптивный метод случайного поиска глобального экстремума функций//Электронный журнал «Труды МАИ». 2011. № 45. URL: http://www.mai.ru/science/trudy/published.php?ID=25556.  EDN: NYFRUF	

Рязанцева О. В. Метод направленного табу-поиска условного глобального экстремума функций многих переменных//Теоретические вопросы вычислительной техники и программного обеспечения: межвуз. сб. науч. тр. М.: МИРЭА, 2011. Т. 1. С. 93-99.	 

Стариков А. Генетические алгоритмы -математический аппарат//BaseGroup Labs.URL: http://www.basegroup.ru/genetic/ath.htm.	 

Сухарев А. Г. Глобальный экстремум и методы его отыскания. М.: Изд-во МГУ, 1981.  EDN: UVLMVA	

Субботин С. А., Олейник А. А. Мультиагентная оптимизация на основе метода пчелиной колонии//Кибернетика и системный анализ. 2009. № 2. С. 15-26.	 

Трофимова Т. И. Курс физики. М.: Высш. шк., 1990.  EDN: SNPHTR	

Ульянов М. В. Рекурсивный генетический алгоритм поиска экстремума: построение и оценка трудоемкости//Автоматизация и современные технологии. 2006. № 7. С. 26 -31.	 

Aarts E. H. L., van Laarhoven P. J. M. Simulated annealing: theory and applications. L.: Kluwer,1987.	 

Bastos-Filho C., de Lima-Neto F., Lins A., Nascimento A., Lima M. A novel search algorithm based on fish behavior//Paper SMC, 2008.	 

Bastos-Filho C., de Lima-Neto F., Lins A., Nascimento A., Lima M. Fish school search//Natureinspired Algorithms for Optimization SCI. 2009. Vol. 193. P. 261-277.	 

Basturk B., Karaboga D. An artificial bee colony (abc) algorithm for numeric function optimization//IEEE Swarm Intelligence Symposium 2006. Indianapolis, Indiana, USA. May 2006.	 

Birbil S., Fang S.-С. An electromagnetism-like mechanism for global optimization//J. of Global Optimization. 2003. Vol. 25. P. 263-282.  EDN: EQESQJ	

Biswas A., Dasgupta S., Das S. et al. Synergy of PSO and bacterial foraging optimization -a comparative study on numerical benchmarks//HAIS 2007: 2nd Intern. Symposium on Hybrid Artificial Intelligent Systems. Salamanca, Spain. November, 2007. P. 255-263.	 

Bojkov R., Hansel B., Luus R. Application of direct search optimization to optimal control problems//Hungarian J. of Industrial Chemistry. 1993. Vol. 21. P. 177-185.	 

Bomze I. M., Csendes T., Horst R., Pardalos P. M. (eds.). Developments in Global Optimization. L.: Kluwer, 1997.	 

Brownlee J. Clever algorithms: Nature-inspired programming recipes. LuLu, 2011.	 

de Castro L. N., Von Zuben F. J. Learning and optimization using the clonal selection principle//IEEE Transactions on Evolutionary Computation. Special Issue on Artificial ImmuneSystems. 2002. Vol. 6. No 3. P. 239-251.	 

de Castro L. N., Timmis J. An artificial immune network for multimodal function optimization//Proceedings of IEEE Congress on Evolutionary Computation. 2002. Vol. 1. P. 669-674.	 

de Castro L. N., Von Zuben F. J., Knidel H. Artificial immune systems//Proceedings of 6th Intern. Conference, ICARIS 2007. Springer, 2007.	 

Chakraborty U. K. (ed.). Advances in Differential Evolution. Springer, 2008.	 

Chambers D. L. Practical Handbook of Genetic Algorithms, Applications. Chapman and Hall; CRC Press, 2001.	 

Chang P.-C., Chen S.-H., Fan C.-Y. A hybrid electromagnetism-like algorithm for single machine scheduling problem//Expert Systems with Applications. 2009. Vol. 36. P. 1259-1267.	 

Clerc M. Particle swarm optimization. ISTE Ltd, 2006.	 

Corne D., Dorigo M., Glover F. New ideas in optimization (Advanced Topics in Computer Science). McGraw-Hill Inc., 1999.	 

Dasgupta S., Das S., Abraham A., Biswas A. Adaptive computational chemotaxis in bacterial foraging optimization: an analysis//IEEE Transactions on Evolutionary Computation. 2009. Vol. 13. No 4. P. 919-941.	 

DeJong K. A. Analysis of the behavior of a class of genetic adaptive systems. PhD thesis, Dept. of Computer and Communication Scienses. University of Michigan, 1975.	 

DeJong K., Fogel L., Schwefel H.-P. Handbook of Evolutionary Computation. IOP Publ. Ltd;Oxford University Press, 1997.	 

Dixon L. C. W., Szeg G. P. (eds.). Towards Global Optimization. North-Holland, 1978.	 

Dorigo M., Gambardella L. M. Ant colonies for the traveling salesman problem//URL: http://www.cs.nott.ac.uk/~gxk/courses/g5baim/papers/nts-002.pdf.	 

Dorigo M., Socha K. Ant colony optimization for continuous domains//Eur. J. of Operational Research. 2008. Vol. 185. P. 1155-1173.	 

Dorigo M., Stutzle T. Ant colony optimization. MIT Press, 2004.	 

Duarte A., Marti R., Glover F., Gortazar F. Hybrid scatter tabu search for unconstrained global optimization//Annals of Operations Research. 2011. Vol. 183. No 1. P. 95-123.	 

Eberhart R. C., Kennedy J. A new optimizer using particle swarm theory//Proceedings 6th Symposium on Micro Machine and Human Science. IEEE Service Center. Piscataway, NY, 1995.	 

Edwards A. M. Using likelihood to test for Levy flight search patterns and for general powerlaw distributions in nature//J. of Animal Ecology. 2008. No 77. P. 1212-1222.	 

Elbeltagi E., Hegazy T., Grierson D. Comparison among five evolutionary-based optimization algorithms//J. of Advanced Engineering Informatics. 2005. Vol. 19. P. 43-53.	 

Engelbrecht A. P. Fundamentals of computational swarm intelligence. John Wiley & Sons, 2006.	 

Erol O. K., Eksin I. A new optimization method: big bang -big brunch//Advances in Engineering Software. 2006. Vol. 37. P. 106-111.	 

Evtushenko Yu. G., Potapov M. A., Korotkich V. V. Numerical methods for global optimization//Recent advances in global optimization. Princeton University Press, 1992. P. 274-297.	 

Eusuff M. M., Lansey K. E., Pasha F. Shuffled frog-leaping algorithm: a memetic meta-heuristic for discrete optimization//Engineering Optimization. 2006. Vol. 38. No 2. P. 129-154.	 

Eusuff M. M., Lansey K. E. Optimization of water distribution network design using the shuffled frog leaping algorithm//J. of Water Resources Planning and Management. 2003. Vol. 129. P. 210-225.	 

Fan H.-Y., Jouni Lampinen A trigonometric mutation approach to differential evolution//Evolutionary Methods for Design, Optimization and Control with Application to Industrial Problems. Athens, 2001. P. 65-70.	 

Fan H.-Y., Jouni Lampinen J. A direct mutation operation for the differential evolution algorithm//Intern. J. of Industrial Engineering: Theory, Applications and Practice. 2003. Vol. 1.No 10. P. 6-15.	 

Feoktistov Vol. Differential evolution in search of solutions. Springer, 2006.	 

Floudas C. A., Pardalos P. M. (eds.). Encyclopedia of Optimization. Springer, 2009.  EDN: RPZPTS	

Formato R. A. Central force optimization: а new metaheuristic with applications in applied electromagnetics//Progress in Electromagnetics Research. 2007. P. 425-491.	 

Formato R. A. Pseudorandomness in central force optimization//URL: www.arXiVol.org.	 

Glover F. Heuristics for integer programming using surrogate constraints//Decision Sciences.1977. Vol. 8. P. 156-166.	 

Glover F. W., Kochenberger G. A. (eds.). Handbook of Metaheuristics. Boston, MA: Kluwer Academic Publishers, 2003.	 

Glover F., Marti R., Laguna M. Fundamentals of scatter search and path relinking//Control and Cybernetics. 2000. Vol. 39. P. 653-684.	 

Glover F., Marti R., Laguna M. Principles of scatter search//Eur. J. of Operational Research. 2006. Vol. 169. No 2. P. 359-372.	 

Goldberg D. Genetic algorithms in search, optimization and machine learning. Addison-Wesley,1989.	 

Gomez S., Levy A. Vol. The tunneling method applied to global optimization//SIAM. Numerical Optimization. 1985. P. 213-244.	 

Hansen N., Kern St. Evaluating the CMA evolution strategy on multimodal test functions//Parallel Problem Solving from Nature, PPSN 2004. Vol. 3242/2004. P. 282-291.	 

Hansen N., Ostermeier A. Completely derandomized self-adaptation in evolution strategies//Evolutionary Computation. 2001. Vol. 9. No 2. P. 59-195.	 

Hedar A.-R., Fukushima M. Tabu search directed by direct search methods for nonlinear global optimization//Department of Applied Mathematics and Phisics, Graduate School of Informatics, Kyoto University. Kyoto, Japan, 2003.

Herrera F., Lozano M., Molina D. Test suite for the special issue of soft computing on scalability of evolutionary algorithms and other metaheuristics for large scale continuous optimization problems. Technical Report. University of Granada, 2010.

Herrera F., Lozano M., Verdegay J. L. Tackling real-coded genetic algorithms: operators and tools for the behavior analysis//Artificial Intelligence Review. 1998. Vol. 12. No 4. P. 265-319. EDN: EREOUD

Hirsch M. J., Meneses C. N., Pardalos P. M., Resende M. G. C. Global optimization by continuous grasp//Optimization Letters. 2006.

Holland J. N. Adaptation in natural and artificial systems. Ann Arbor, Michigan: University of Michigan Press, 1975.

Igel C., Hansen N., Roth St. Covariance matrix adaptation for multi-objective optimization//Evolutionary Computation. 2007. Vol. 15. No 1. P. 1-28.

Ingber L., Oliveira E. H. A., Petraglia Jr A. L., Machado M. A. S., Petraglia M. R. Stochastic global optimization and its applications with fuzzy adaptive simulated annealing. Springer, 2012.

Ingber L. Adaptive simulated annealing (ASA): lessons learned//Control and Cybernetics. 1996. Vol. 25. No 1. P. 33-54.

Ingber L. Very fast simulated re-annealing//Mathematical and Computer Modelling. 1989. Vol. 12. No 8. P. 967-973.

Ingber L. Genetic algorithms and very fast simulated reannealing: a comparison//Mathematical and Computer Modelling. 1992. Vol.16. No 11. P. 87-100.

Ishida Y., Hirayama H., Fujita H., Ishiguro A., Mori K. Immunity-based systems -intelligent systems by artificial immune systems. Corona Pub. Co., Japan, 1998.

Karaboga D. An idea based on honey bee swarm for numerical optimization. Technical Report TR06. Erciyes, Turkiye: Erciyes University Press, 2005.

Karaboga D., Basturk B. On the performance of artificial bee colony (ABC) algorithm//Applied Soft Computing. 2008. Vol. 8. No 1. P. 687-697.

Karaboga D., Akay B. A comparative study of artificial bee colony algorithm//Applied Mathematics and Computation. 2009. Vol. 214. P. 108-132.

Karaboga D., Akay B. Artificial bee colony (ABC), harmony search and bees algorithms on numerical optimization. Department of Computer Engineering, Erciyes University.

Kennedy J., Eberhart R. Particle Swarm Optimization//URL: http://www.engr.iupui.edu/~shi/Coference/psopap4.html.

Krishnanand K. N., Ghose D. Glowworm swarm optimization: a new method for optimizing multi-modal function//Intern. J. Computational Intelligence Studies. 2009. Vol. 1. No 1. P. 93-119.

Kirkpatrick S., Gelatt C. D., Vecchi M. P. Optimization by simulated annealing//Science. 1983. Vol. 220. P. 671-680. EDN: IDRYFR

Lee K. S., Geem Z. W. A new meta-heuristic algorithm for continuous engineering optimization: harmony search theory and practice//Computer Methods in Applied Mechanics and Engineering. 2005. Vol. 194. P. 3902-3933.

Liu Y., Passino K. M. Biomimicry of social foraging bacteria for distributed optimization: models, principles, and emergent behaviors//J. of Optimization Theory and Applications. 2002. Vol. 115. No 3. P. 603-628. EDN: BCEMXR

Lopez Cruz I. L., Van Willigenburg L. G., Van Straten G. Evolutionary algorithms for optimal control of chemical processes//Proceedings of the IASTED Intern. Conference on Control Applications. 2000. P. 155-161.

Luus R. Iterative dynamic programming. Monographs and Surveys in Pure and Applied Mathematics. L: Chapman & Hall; CRC Press, 2000.

Luus R., Jaakola T. H. I. Optimization by direct search and systematic reduction of the size of search region//American Institute of Chemical Engineers Journal. 1973. Vol. 19. No 4. P. 760-766.

Madeiro S., de Lima-Neto F., Bastos-Filho C., Figueiredo E. Density as the segregation mechanism in fish school search for multimodal optimization problems//2nd Intern. Conference on Swarm Intelligence. 2011. Part 2, LNCS 6729. P. 563-572.

Mahdavi M. An improved harmony search algorithm for solving optimization problems//Applied Mathematics and Computation. 2007. Vol. 188. No 2. P. 1567-1579.

Marti R., Laguna M. Scatter search: basic design and advanced strategies//Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial. 2003. No 19. P. 123-130.

Mehrabian A. R., Lucas C. A novel numerical optimization algorithm inspired from weed colonization//Ecological Informatics. 2006. Vol. 1. P. 355-366.

Michalewicz Z. Genetic algorithms, numerical optimization and constraints//Proceedings of the 6th Intern. Conference on Genetic Algorithms. 1995. P. 151-158.

Michalewicz Z., Fogel D. How to solve it: Modern Heuristics. Springer, 2004.

Mishra S. K. Global optimization by sifferential evolution and particle swarm methods: evaluation on some benchmark functions. Munich Personal RePEc Archive (MPRA), 2006.

Mishra S. K. Some new test functions for global optimization and performance of repulsive particle swarm method. Munich Personal RePEc Archive (MPRA), 2007.

Mitchell M. An introduction to genetic algorithm. MIT Press; CRC Press, 1996.

Moscato P. On Evolution, Search, Optimization, Genetic Algorithms and Martial Arts: Towards Memetic Algorithms//Caltech Concurrent Computation Program 158-79. California Institute of Technology. 1989.

Nasir A. N. K., Tokhi M. O., Ghani N. M., Raja R. M. T. Novel adaptive spiral dynamics algorithms for global optimization//Proceedings of 11th IEEE Intern. Conference on Cybernetic Intelligent Systems. Limerick, Ireland, 2012. P. 99-104.

Neri F., Cotta C., Moscato P. Handbook of Memetic Algorithms. Springer, 2012.

Neumaier A. Личная страница, набор тестовых функций//URL: http://www.mat.univie.ac.at/~neum/glopt/test_results.html.

Omran M. G. H., Mahdavi M. Global-best harmony search//Applied Mathematics and Computation. 2008. Vol. 198. P. 643-656.

Ong Y. S., Lim M. H., Zhu N., Wong K. W. Classification of adaptive memetic algorithms: a comparative study//Systems, Man, and Cybernetics. 2006. Vol. 36. No 1. P. 141-152.

Passino K. M. Biomimicry of bacterial foraging for distributed optimization and control//IEEE Control Systems Magazine. 2002. Vol. 22. No 3. P. 52-67.

Pham D. T., Ghanbarzadeh A., Koc E., Otri S., Rahim S., Zaidi M. The bees algorithm -a novel tool for complex optimization problems//Proceedings of IPROMS 2006 Conference. 2006. P. 454-461.

Posik P. Stochastic local search techniques with unimodal continuous distributions//A Survey, EvoWorkshops’09. Proceedings of the EvoWorkshops 2009 on Applications of Evolutionary Computing. P. 685-694.

Price K., Storn R., Lampinen J. Differential evolution -a practical approach to global optimization. Springer, 2005.

Puris A., Bello R., Molina D., Herrera F. Variable mesh optimization for continuous optimization problems//Soft Computing. 2011. Vol. 16, No. 3. P. 511-525.

Rinnoy Kan A. H. G., Timmer G. T. Stochastic global optimization methods//Mathematical Programming. 1987. Vol. 39. P. 27-78. EDN: XUBFKI

Shen H. Bacterial foraging optimization algorithm with particle swarm optimization strategy for global numerical optimization//GEC’09. June 12-14, 2009. Shanghai, China.

Shi Y. Swarm intelligence. Morgan Kaufmann, 2001.

Silagadze Z. K. Finding two-dimensional peaks//Письма в ЭЧАЯ. 2007. Т. 4. № 1 (137). C. 119-131. EDN: VUYKUE

Sims D. W., Southall E. J., Humphries N. E. Scaling laws of marine predator search behavior//Intern. Weekly J. of Science NATURE. 2008. No 451. P. 1098-1102.

Storn R., Price K. Differential evolution -a simple and efficient heuristic for global optimization over continuous spaces//J. of Global Optimization. 1997. Vol. 11. P. 341-359. EDN: AJRXOL

Suganthan P., Hansen N., Liang J., Deb K., Chen Y. P., Auger A., Tiwari S., Problem definitions and evaluation criteria for the CEC 2005 special session on real-parameter optimization. Technical Report. Nanyang Technological University, 2005//URL: http://www.ntu. edu.sg/home/EPNSugan/.

Tamura K., Yasuda K. Spiral dynamics inspired optimization//J. of Advanced Computational Intelligence and Intelligent Informatics. 2011. Vol.15. No 8. P. 1116-1122.

Teodorovic D., Selmic M., Davidovic T. Bee colony optimization: the applications survey//ACM Transactions on Computational Logic. 2011. P. 1-20.

Torn A. Global optimization as a combination of global and local search. Turku: Abo Akademi University, 1974.

Valian E., Mohanna H., Tavakoli S. Improved cuckoo search algorithm for global optimization//Intern. J. Communications and Information Technology. 2011. Vol. 1. No 1. P. 31-44.

Wolpert D. H., Macready W. G. No free lunch theorems for optimization//IEEE Transactions on Evolutionary Computation. 1997. Vol. 1. No 1. P. 67-82.

Wright A. Genetic algorithms for real parameter optimization//Foundations of Genetic Algorithms. 1991. Vol. 1. P. 205-218.

Yang X. S. Firefly algorithms for multimodal optimization//Stochastic Algorithms: Foundations and Applications. Lecture Notes in Computer Sciences. 2009. Vol. 5792. P. 169-178.

Yang X. S., Deb S. Cuckoo search via Levy flights//Proceedings of World Congress on Nature and Biologically Inspired Computing. 2009. P. 210-214.

Yang X. S. A new metaheuristic bat-inspired algorithm // Nature Inspired Cooperative Strategies for Optimization // Studies in Computational Intelligence. 2010. Vol. 284. P. 65-74.

Yang X. S., Deb S. Engineering optimization by cuckoo search//Intern. J. Mathematical Modelling and Numerical Optimization. 2010. Vol. 1. No 4. P. 330-343.