The 12 references in paper A. Karpenko P., A. Savelov S., V. Platitsyn I., А. Карпенко П., А. Савелов С., В. Платицын И. (2016) “Гибридизация методов зондирования области поиска и адаптивных взвешенных сумм в задаче Парето-аппроксимации // Hybridization of Sensing Methods of the Search Domain and Adaptive Weighted Sum in the Pareto Approximation Problem” / spz:neicon:technomag:y:2015:i:9:p:262-278

1
Карпенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой: учеб. пособие. М.: Изд-во МГТУ им. Н.Э. Баумана, 2014. 446 с.
(check this in PDF content)
2
Jong-hyun Ryu, Sujin Kim, Hong Wan. Pareto front approximation with adaptive weighted sum method in multiobjective simulation optimization // Proceedings of the 2009 Winter Simulation Conference. IEEE Publ., 2009. P. 623-633. DOI: 10.1109/WSC.2009.5429562
(check this in PDF content)
3
Koziel S., Ciaurri D.E, Leifsson L. Surrogate-Based Methods // Computational Optimization, Methods and Algorithms / ed. by S. Koziel, Xin-She Yang. Springer Berlin Heidelberg, 2011. P. 33-59. DOI: 10.1007/978-3-642-20859-1_3
(check this in PDF content)
4
Бурнаев Е.В., Приходько П.В. Методология построения суррогатных моделей для аппроксимации пространственно неоднородных функций // Труды МФТИ. 2013. Т. 5, No 4. С. 122-132.
(check this in PDF content)
5
Сидняев Н.И. Теория планирования эксперимента и анализ статистических данных. М.: Юрайт, 2012. 399 с.
(check this in PDF content)
6
Santner T.J., Williams B.J, Notz W.I. The Design and Analysis of Computer Experiments. Springer New York, 2003. 285 p. DOI: 10.1007/978-1-4757-3799-8
(check this in PDF content)
7
Соболь И.М., Статников Р.Б. Выбор оптимальных параметров в задачах со многими критериями. М.: Дрофа, 2006. 175 с.
(check this in PDF content)
8
Субочев С.Д. Применение многомерных сферических координат для численного интегрирования и некоторых других задач // Информационно-управляющие системы. 2005. No 3. С. 15-22.
(check this in PDF content)
9
Deb K., Thiele L., Laumanns M., Zitzler E. Scalable multi-objective optimization test problems // Proc. Congress on Evolutionary Computation (CEC’02). Vol. 1. IEEE Publ., 2002. P. 825-830. DOI: 10.1109/CEC.2002.1007032
(check this in PDF content)
10
Zitzler E., Deb K., Thiele L. Comparison of Multiobjective Evolutionary Algorithms: Empirical Results // Evolutionary Computation. 2000. Vol. 8, no. 2. P. 173-195. DOI: 10.1162/106365600568202
(check this in PDF content)
11
Karpenko A.P., Moor D.A., Mukhlisulina D.T. Multicriteria optimization based on neural network, fuzzy and neuro-fazzy approximation of decision maker utility function // Optical Memory and Neural Networks (Information Optics). 2012. Vol. 21, no. 1. P. 1-10. DOI: 10.3103/S1060992X12010031
(check this in PDF content)
12
Qingfu Zhang, Aimin Zhou, Shizheng Zhaoy, Ponnuthurai Nagaratnam Suganthany, Wudong Liu, Santosh Tiwariz. Multiobjective optimization Test Instances for the CEC 2009 Special Session and Competition. Technical Report CES-487. Department of Mechanical Engineering, Clemson University, Clemson, US, 2009. 30 p
(check this in PDF content)