The 55 references with contexts in paper A. Karpenko P., I. Shibitov A., S. Groshev V., V. Belous V., А. Карпенко П., В. Белоус В., И. Шибитов А., С. Грошев В. (2016) “Программные системы для оценки качества Парето-аппроксимации в задаче многокритериальной оптимизации. Обзор // Programme systems to estimate the Pareto-approximation quality in the problem of multi-criteria optimization. A review.” / spz:neicon:technomag:y:2014:i:4:p:300-320

1
Лотов А.В., Поспелова И.И. Многокритериальные задачи принятия решений: учеб. пособие. М.: МАКС Пресс, 2008. 197 c.
Total in-text references: 5
  1. In-text reference with the coordinate start=4169
    Prefix
    Существует несколько способов классификации этих методов. Используем классификацию, в соответствие с которой выделяют методы зондирования, априорные, апостериорные, адаптивные алгоритмы, а также методы Парето-аппроксимации
    Exact
    [1]
    Suffix
    . Выделяем непопуляционные и популяционные методы Парето-аппроксимации. В отличие от непопуляционных методов, в популяционных методах реализуется одновременный поиск не одной, а большого числа недоминируемых точек, близких к множеству или к фронту Парето.

  2. In-text reference with the coordinate start=7951
    Prefix
    Среднее рассеяние (Spacing, S) )(SI представляет собой меру равномерности распределения решений, полученных в результате Парето-аппроксимации. Индикатор задает формула min 1 1 () 1     j ISjddabs, (2) где M jk kkj djFF,min 
    Exact
    [1:]
    Suffix
    ,  - минимальное манхеттоновское расстояние [3] между архивным решением jF и остальными архивными решениями; d - среднее всех этих величин. Максимальное рассеяние (Maximum Spread, MS) )(MSI определяет формула, аналогичная формуле (2): ()max,min 1]:1[   jM jk k IMSFF.

  3. In-text reference with the coordinate start=8896
    Prefix
    Мощность множества решений (Overall Nondominated Vector Generation) IONVG() есть ни что иное, как число элементов множества , то есть IONVG()max. Объем объемлющего гиперкуба (Hypercube enClosing indicator, HC) )(HCI определяют величины IpjFPj PR HCF  ()max,
    Exact
    [1:]
    Suffix
    1 , ),...,,(pppP, IqjFQj QR HCF   ()min,[1:] 2 , ),...,,(qqqQ. Относительное число ошибочных решений (Error Ratio, ER) )(ERI - относительное число решений архивного множества , не принадлежащих точному фронту Парето * DF рассматриваемой МКО-задачи: min 1 () 1     j IERje,        1,. 0,, * * jF jF j FD FD e Максимальная ошибка аппроксимации (Maximum Pa

  4. In-text reference with the coordinate start=8946
    Prefix
    Мощность множества решений (Overall Nondominated Vector Generation) IONVG() есть ни что иное, как число элементов множества , то есть IONVG()max. Объем объемлющего гиперкуба (Hypercube enClosing indicator, HC) )(HCI определяют величины IpjFPj PR HCF  ()max,[1:] 1 , ),...,,(pppP, IqjFQj QR HCF   ()min,
    Exact
    [1:]
    Suffix
    2 , ),...,,(qqqQ. Относительное число ошибочных решений (Error Ratio, ER) )(ERI - относительное число решений архивного множества , не принадлежащих точному фронту Парето * DF рассматриваемой МКО-задачи: min 1 () 1     j IERje,        1,. 0,, * * jF jF j FD FD e Максимальная ошибка аппроксимации (Maximum Pareto front Error, MPE) IMPE() также для своего вычисления

  5. In-text reference with the coordinate start=9385
    Prefix
    ERI - относительное число решений архивного множества , не принадлежащих точному фронту Парето * DF рассматриваемой МКО-задачи: min 1 () 1     j IERje,        1,. 0,, * * jF jF j FD FD e Максимальная ошибка аппроксимации (Maximum Pareto front Error, MPE) IMPE() также для своего вычисления требует знания точного фронта Парето. Индикатор определяет формула ()max,min *
    Exact
    [1:]
    Suffix
      F M jj j IMPEFF, где, как и ранее, * Fj - ближайшая к точке jF точка множества * DF. Значительное число унарных индикаторов качества Парето-аппроксимации можно построить на основе понятий - доминирования и  - доминирования [3].

2
Карпенко А.П., Семенихин А.С., Митина Е.В. Популяционные методы аппроксимации множества Парето в задаче многокритериальной оптимизации // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2012. No 4. Режим доступа: http://www.technomag.edu.ru/doc/363023.html (дата обращения 01.03.2014).
Total in-text references: 4
  1. In-text reference with the coordinate start=4882
    Prefix
    Принципиальными в этом случае являются правила формирования фитнесс-функции, обеспечивающей перемещение индивидов популяции, в конечном счете, в направлении множества Парето. Эволюция же этих индивидов может протекать по законам не только эволюционных, но и других популяционных алгоритмов
    Exact
    [2]
    Suffix
    . Обозначим F , X  архивные множества, содержащие не доминируемые точки  Fj и соответствующие им точки ]:1[;  Xjj. Большинство популяционных методов Парето-аппроксимации использует итерационное уточнение множеств точек в архивах F , X .

  2. In-text reference with the coordinate start=6308
    Prefix
    В силу, как правило, меньшей размерности критериального пространства }{F по сравнению с размерностью пространства параметров }{X, ответ на вопрос о направлении и шаге перемещения агентов обычно отыскивают в терминах пространства }{F, а не пространства }{X. Важно также, что относительно фронта Парето, в отличие от множества Парето, имеется некоторая априорная информация
    Exact
    [2]
    Suffix
    . По способу определения приспособленности агентов выделяем популяционные методы Парето-аппроксимации на основе лексикографической селекции, чередующихся целевых функций и на основе ранжирования агентов.

  3. In-text reference with the coordinate start=6649
    Prefix
    По способу определения приспособленности агентов выделяем популяционные методы Парето-аппроксимации на основе лексикографической селекции, чередующихся целевых функций и на основе ранжирования агентов. Последние методы непосредственно используют концепцию доминирования по Парето и нашли наибольшее применение в вычислительной практике
    Exact
    [2]
    Suffix
    . 3. Индикаторы качества Парето аппроксимации Такие характеристики качества Парето-аппроксимации, как близость найденных решений к точному множеству Парето рассматриваемой МКО-задачи, равномерность распределения решений в полученной Парето-аппроксимации, мощность найденного множества решений, оценивают с помощью унарных индикаторов качества (unary quality indicators).

  4. In-text reference with the coordinate start=13924
    Prefix
    В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance
    Exact
    [2, 16]
    Suffix
    . К достоинствам системы Opt4j можно отнести фокусированность на МКО-задачи, использование технологии аспектно-ориентированного программирования Google Guice для управления зависимостями и объединения компонентов воедино.

3
Белоус В.В., Грабик А.В., Грошев С.В., Шибитов И.А. Качество Паретоаппроксимации в задаче многокритериальной оптимизации // XVIII Байкальская Всероссийская конференция «Информационные и математические технологии в науке и управлении»: материалы. Ч. 1. Иркутск: ИСЭМ СО РАН, 2013. С. 6-12.
Total in-text references: 4
  1. In-text reference with the coordinate start=7219
    Prefix
    задачи, равномерность распределения решений в полученной Парето-аппроксимации, мощность найденного множества решений, оценивают с помощью унарных индикаторов качества (unary quality indicators). Оценку качества Парето-аппроксимации на основе сравнения найденных недоминируемых решений с некоторыми «эталонными» решениями выполняют с помощью бинарных индикаторов (binary quality indicators)
    Exact
    [3]
    Suffix
    . Далее для простоты записи в обозначениях архивного множества F  решений, недоминируемых в пространстве }{F, опускаем индекс F, и для элементов множества  используем обозначения вида ]:1[,jFj.

  2. In-text reference with the coordinate start=7999
    Prefix
    Среднее рассеяние (Spacing, S) )(SI представляет собой меру равномерности распределения решений, полученных в результате Парето-аппроксимации. Индикатор задает формула min 1 1 () 1     j ISjddabs, (2) где M jk kkj djFF,min [1:],  - минимальное манхеттоновское расстояние
    Exact
    [3]
    Suffix
    между архивным решением jF и остальными архивными решениями; d - среднее всех этих величин. Максимальное рассеяние (Maximum Spread, MS) )(MSI определяет формула, аналогичная формуле (2): ()max,min 1]:1[   jM jk k IMSFF.

  3. In-text reference with the coordinate start=9606
    Prefix
    Индикатор определяет формула ()max,min * [1:]   F M jj j IMPEFF, где, как и ранее, * Fj - ближайшая к точке jF точка множества * DF. Значительное число унарных индикаторов качества Парето-аппроксимации можно построить на основе понятий - доминирования и  - доминирования
    Exact
    [3]
    Suffix
    . Бинарные индикаторы. Определим бинарный индикатор ),(21I ),(21  I, формализующий близость множеств недоминируемых решений 21,, как минимальную величину , при которой для любого вектора 22F существует вектор 11F, который  ()-доминирует вектор 2F, то есть такой вектор, что F12F 21FF.

  4. In-text reference with the coordinate start=11129
    Prefix
    Величина (,)()()22121 называется разностью покрытий и представляет собой некоторую меру )( части множества достижимости, слабо доминируемой множеством 1, но не слабо доминируемой множеством 2
    Exact
    [3]
    Suffix
    . Индикатор гиперобъема разности покрытий (HyperVolume of coverage difference) IHV(,)* в качестве меры )( использует объем соответствующей части множества достижимости. Ряд критериев качества Парето-аппроксимации построен Хансеном (M.

4
Zitzler E., Deb K., Thiele L. Comparison of Multiobjective Evolutionary Algorithms: Empirical Results // Evolutionary Computation. 2000. Vol. 8, no. 2. P. 173-195.
Total in-text references: 1
  1. In-text reference with the coordinate start=11722
    Prefix
    Jaszkiewicz) на основе функции предпочтений ЛПР (decision-maker’s utility function) )(Fu, которая осуществляет отображение множества достижимости FD во множество вещественных чисел, то есть 1 u:RR F , и формализует предпочтения ЛПР на множестве FD, так что большим значениям этой функции соответствуют лучшие с его точки зрения решения
    Exact
    [4]
    Suffix
    . 4.Обзор программных систем МКО-оптимизации Разделяем указанные программные системы на те, которые поддерживают оценку качества Парето-аппроксимации, и те, которые эти оценки не поддерживают. 4.1.

5
Lukasiewycz M., Glass M., Reimann F., Teic J. Opt4J - A Modular Framework for Metaheuristic Optimization // Proceedings of the Genetic and Evolutionary Computing Conference, 2011. P. 1723-1730.
Total in-text references: 1
  1. In-text reference with the coordinate start=12055
    Prefix
    соответствуют лучшие с его точки зрения решения [4]. 4.Обзор программных систем МКО-оптимизации Разделяем указанные программные системы на те, которые поддерживают оценку качества Парето-аппроксимации, и те, которые эти оценки не поддерживают. 4.1.Системы, реализующие оценку качества Парето-аппроксимации Система Opt4j представляет собой модульный фреймворк метаэвристической оптимизации
    Exact
    [5]
    Suffix
    . Система разработана подразделением Hardware/Software Co-Desing университета Erlangёen-Nuremberg (Германия), является свободно распространяемой и написана на языке программирования Java. Система ориентирована на решение сложных задач оптимизации посредством их декомпозиции на подзадачи, решение которых может производиться параллельно.

6
Google Guice. Available at: https://code.google.com/p/google-guice/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=13449
    Prefix
     Google Guice (Dependency Injection Framework) - универсальная библиотека с открытым исходным кодом для Java-платформы, разработанная компанией Google под лицензией Apache 2.0. Библиотека обеспечивает поддержку внедрения зависимостей при помощи аннотаций для конфигурирования объектов Java
    Exact
    [6]
    Suffix
    .  SAT4J (SATisfiability Library for Java) - решатель для задач выполнимости [7].  Ptolemy Plot (Plot Library for Java) - средство создания 2D графики [8]. В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS [11], MOPSO [12].

7
SAT4j. Available at: http://www.sat4j.org/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=13524
    Prefix
     Google Guice (Dependency Injection Framework) - универсальная библиотека с открытым исходным кодом для Java-платформы, разработанная компанией Google под лицензией Apache 2.0. Библиотека обеспечивает поддержку внедрения зависимостей при помощи аннотаций для конфигурирования объектов Java [6].  SAT4J (SATisfiability Library for Java) - решатель для задач выполнимости
    Exact
    [7]
    Suffix
    .  Ptolemy Plot (Plot Library for Java) - средство создания 2D графики [8]. В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS [11], MOPSO [12].

8
Ptplot. Available at: http://ptolemy.eecs.berkeley.edu/java/ptplot/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=13591
    Prefix
    Библиотека обеспечивает поддержку внедрения зависимостей при помощи аннотаций для конфигурирования объектов Java [6].  SAT4J (SATisfiability Library for Java) - решатель для задач выполнимости [7].  Ptolemy Plot (Plot Library for Java) - средство создания 2D графики
    Exact
    [8]
    Suffix
    . В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS [11], MOPSO [12]. В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ [15].

9
Zitzler E., Laumanns M., Thiele L. SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization // In: Evolutionary Methods for Design, Optimisation and Control with Application to Industrial Problems (EUROGEN 2001) / K. Giannakoglou, et al., editors. International Center for Numerical Methods in Engineering (CIMNE), 2002. P. 95-100.
Total in-text references: 1
  1. In-text reference with the coordinate start=13684
    Prefix
     SAT4J (SATisfiability Library for Java) - решатель для задач выполнимости [7].  Ptolemy Plot (Plot Library for Java) - средство создания 2D графики [8]. В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2
    Exact
    [9]
    Suffix
    , NSGA2 [10], SMS [11], MOPSO [12]. В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance [2, 16].

10
Agrawal S., Pratap A., Meyarivan T., Deb K. A Fast Elitist Non-Dominated Sorting Genetic Algorithm for Multi-Objective Optimization: NSGA-II // In: Parallel Problem Solving from Nature PPSN VI. Springer Berlin Heidelberg, 2000. P. 849-858. DOI: 10.1007/3-54045356-3_83
Total in-text references: 1
  1. In-text reference with the coordinate start=13695
    Prefix
     SAT4J (SATisfiability Library for Java) - решатель для задач выполнимости [7].  Ptolemy Plot (Plot Library for Java) - средство создания 2D графики [8]. В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2
    Exact
    [10]
    Suffix
    , SMS [11], MOPSO [12]. В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance [2, 16].

11
Reyes Sierra M., Coello Coello C.A. Improving PSO-based Multi-Objective Optimization using Crowding, Mutation and e-Dominance // In: Evolutionary Multi-Criterion Optimization. Springer Berlin Heidelberg, 2005. P. 505-519. DOI: 10.1007/978-3-540-31880-4_35
Total in-text references: 2
  1. In-text reference with the coordinate start=13704
    Prefix
     SAT4J (SATisfiability Library for Java) - решатель для задач выполнимости [7].  Ptolemy Plot (Plot Library for Java) - средство создания 2D графики [8]. В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS
    Exact
    [11]
    Suffix
    , MOPSO [12]. В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance [2, 16].

  2. In-text reference with the coordinate start=14806
    Prefix
    В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO
    Exact
    [11]
    Suffix
    , MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парет

12
Emmerich M., Beume N., Naujoks B. An EMO Algorithm Using the Hypervolume Measure as Selection Criterion // In: Evolutionary Multi-Criterion Optimization. Springer Berlin Heidelberg, 2005. P. 62-76. DOI: 10.1007/978-3-540-31880-4_5
Total in-text references: 1
  1. In-text reference with the coordinate start=13715
    Prefix
     Ptolemy Plot (Plot Library for Java) - средство создания 2D графики [8]. В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS [11], MOPSO
    Exact
    [12]
    Suffix
    . В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance [2, 16].

13
Deb K., Thiele L., Laumanns M., Zitzler E. Scalable Test Problems for Evolutionary MultiObjective Optimization. Tech. Rep. 112. Zurich, Switzerland, 2001. 27 p.
Total in-text references: 1
  1. In-text reference with the coordinate start=13778
    Prefix
     Ptolemy Plot (Plot Library for Java) - средство создания 2D графики [8]. В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS [11], MOPSO [12]. В систему включены известные тестовые МКО-задачи ZDT, DTLZ
    Exact
    [13]
    Suffix
    , WFG [14], LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance [2, 16]. К достоинствам системы Opt4j можно отнести фокусированность на МКО-задачи, использование технологии аспектно-ориентированного программирования Google Guice для управления зависимостями и объединения компонентов воедино.

14
Barone L., While L., Huband L., Hingston S. Use of the WFG Toolkit and PISA for Comparison of MOEAs // Proceedings of IEEE Symposium on Computational Intelligence in Multi-Criteria Decision-Making, 2007. P. 382-389. DOI: 10.1109/MCDM.2007.369117
Total in-text references: 1
  1. In-text reference with the coordinate start=13787
    Prefix
    В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS [11], MOPSO [12]. В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG
    Exact
    [14]
    Suffix
    , LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance [2, 16]. К достоинствам системы Opt4j можно отнести фокусированность на МКО-задачи, использование технологии аспектно-ориентированного программирования Google Guice для управления зависимостями и объединения компонентов воедино.

15
Laumanns M., Thiele L., Zitzler E. Running Time Analysis of Multiobjective Evolutionary Algorithms on Pseudo-Boolean Functions // IEEE Transactions on Evolutionary Computation. 2004. Vol. 8, no. 2. P. 170–182. DOI: 10.1109/TEVC.2004.823470
Total in-text references: 1
  1. In-text reference with the coordinate start=13797
    Prefix
    В настоящее время Opt4j содержит набор реализаций таких методов МКОоптимизации как SPEA2 [9], NSGA2 [10], SMS [11], MOPSO [12]. В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ
    Exact
    [15]
    Suffix
    . Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance [2, 16]. К достоинствам системы Opt4j можно отнести фокусированность на МКО-задачи, использование технологии аспектно-ориентированного программирования Google Guice для управления зависимостями и объединения компонентов воедино.

16
Zitzler E., Thiele L., Laumanns M., Fonseca C.V., Fonseca V.G. Performance Assessment of Multiobjective Optimizers: An Analysis and Review // IEEE Transactions of Evolutionary Computation. 2003. Vol. 7, no. 2. P. 117-132. DOI: 10.1109/TEVC.2003.810758
Total in-text references: 2
  1. In-text reference with the coordinate start=13924
    Prefix
    В систему включены известные тестовые МКО-задачи ZDT, DTLZ [13], WFG [14], LOTZ [15]. Реализованы критерии оценки качества решений Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance
    Exact
    [2, 16]
    Suffix
    . К достоинствам системы Opt4j можно отнести фокусированность на МКО-задачи, использование технологии аспектно-ориентированного программирования Google Guice для управления зависимостями и объединения компонентов воедино.

  2. In-text reference with the coordinate start=15150
    Prefix
    /D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09
    Exact
    [16]
    Suffix
    ;  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance;  алгоритмы сбора и анализа статистики;  алгоритмы визуализации результатов.

17
Durillo J.J., Nebro A.J. jMetal: A Java Framework for Multi-Objective Optimization // Advances in Engineering Software. 2011. Vol. 42. P. 760-771.
Total in-text references: 1
  1. In-text reference with the coordinate start=14406
    Prefix
    Недостатком системы является отсутствие WEB-интерфейса и полноценной системы оценки качества Парето-аппроксимации. Система jMetal также является свободно распространяемым фреймворком. Система ориентирован на разработку и изучение метаэвристических МКО-методов
    Exact
    [17]
    Suffix
    . Помимо этих методов система включает в себя реализации однокритериальных генетических алгоритмов, методы эволюционных стратегий и роя частиц, а также алгоритма дифференциальной эволюции. В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II,

18
Kukkonen S., Lampinen J. GDE3: The Third Evolution Step of Generalized Differential Evolution. KanGAL Report No. 2005013, 2005. P. 443-450.
Total in-text references: 1
  1. In-text reference with the coordinate start=14742
    Prefix
    Помимо этих методов система включает в себя реализации однокритериальных генетических алгоритмов, методы эволюционных стратегий и роя частиц, а также алгоритма дифференциальной эволюции. В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3
    Exact
    [18]
    Suffix
    , PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin,

19
Knowles J., Corne D. The Pareto Archived Evolution Strategy: A New Baseline Algorithm for Multiobjective Optimization // Proceedings of the 1999 Congress on Evolutionary Computation, Piscataway, NJ, 1999. P. 98-105.
Total in-text references: 1
  1. In-text reference with the coordinate start=14752
    Prefix
    Помимо этих методов система включает в себя реализации однокритериальных генетических алгоритмов, методы эволюционных стратегий и роя частиц, а также алгоритма дифференциальной эволюции. В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES
    Exact
    [19]
    Suffix
    , SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock,

20
Beume N. SMS-EMOA: Multiobjective selection based on dominated hypervolume // European Journal of Operational Research. 2007. Vol. 181, no. 3. P. 1653-1669.
Total in-text references: 1
  1. In-text reference with the coordinate start=14766
    Prefix
    Помимо этих методов система включает в себя реализации однокритериальных генетических алгоритмов, методы эволюционных стратегий и роя частиц, а также алгоритма дифференциальной эволюции. В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA
    Exact
    [20]
    Suffix
    , MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ0

21
Li H., Zhang Q. Multiobjective Optimization problems with Complicated Pareto Sets, MOEA/D and NSGA-II // IEEE Transactions on Evolutionary Computation. 2009. Vol. 13, no. 2. P. 284-302. DOI: 10.1109/TEVC.2008.925798
Total in-text references: 1
  1. In-text reference with the coordinate start=14778
    Prefix
    Помимо этих методов система включает в себя реализации однокритериальных генетических алгоритмов, методы эволюционных стратегий и роя частиц, а также алгоритма дифференциальной эволюции. В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D
    Exact
    [21]
    Suffix
    , SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  ин

22
Nebro О. Optimal Antenna Placement using a New Multiobjective CHC Algorithm // Proceedings of the 9th Annual Conference on Genetic and Evolutionary Computation, London, England, 2007. P. 876-883.
Total in-text references: 1
  1. In-text reference with the coordinate start=14817
    Prefix
    В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC
    Exact
    [22]
    Suffix
    , IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксима

23
Zitzler E., Kunzli S. Indicator-based selection in multi objective search // In: Parallel Problem Solving from Nature - PPSN VIII. Springer Berlin Heidelberg, 2004. P. 832-842. DOI: 10.1007/978-3-540-30217-9_84 (Ser. Lecture Notes in Computer Science; vol. 3242).
Total in-text references: 1
  1. In-text reference with the coordinate start=14827
    Prefix
    В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA
    Exact
    [23]
    Suffix
    , FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervo

24
Eskandari H., Geiger C.D., Lamont G.B. FastPGA: A Dynamic Population Sizing Approach for Solving Expensive Multiobjective Optimization Problems // In: Evolutionary MultiCriterion Optimization. Springer Berlin Heidelberg, 2007. P. 141-155. DOI: 10.1007/978-3540-70928-2_14
Total in-text references: 1
  1. In-text reference with the coordinate start=14840
    Prefix
    В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA
    Exact
    [24]
    Suffix
    , DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread,

25
Greiner D., Emperador J.M., Winter G. Enhancing the multiobjective optimum design of structural trusses with evolutionary algorithms using DENSEA // In: 44th AIAA (American Institute of Aeronautics and Astronautics) Aerospace Sciences Meeting and Exhibit, 2006. Paper AIAA-2006-1474 (11 p).
Total in-text references: 1
  1. In-text reference with the coordinate start=14852
    Prefix
    В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA
    Exact
    [25]
    Suffix
    , CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread, Epsilon, Gen

26
Durillo J.J., Nebro A.J., Luna F., Alba E. Solving Three-Objective Optimization Problems. Using a new Hybrid Cellular Genetic Algorithm // In: Parallel Problem Solving from Nature - PPSN X. Springer Berlin Heidelberg, 2008. P. 661-670. DOI: 10.1007/978-3-540-877004_66
Total in-text references: 1
  1. In-text reference with the coordinate start=14864
    Prefix
    В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE
    Exact
    [26]
    Suffix
    ;  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread, Epsilon, Generational Dis

27
Vavak F., Fogarty T.C. Comparison of Steady State and Generational Genetic Algorithms for Use in Nonstationary Environments // Proc. of the IEEE International Conference on Evolutionary Computation, 1996. P. 192-195. DOI: 10.1109/ICEC.1996.542359
Total in-text references: 1
  1. In-text reference with the coordinate start=14967
    Prefix
    В настоящее время в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA)
    Exact
    [27]
    Suffix
    , DE, PSO и CMA-ES [28];  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance;  алгоритмы сбора и анализа статистики;  алгоритмы визуализации резул

28
Hansen N.R., Ros N., Mauny M., Auger S.A. Impacts of Invariance in Search: When CMAES and PSO Face Ill-Conditioned and Non-Separable Problems // Applied Soft Computing. 2011. Vol. 11. P. 5755-5769.
Total in-text references: 1
  1. In-text reference with the coordinate start=14988
    Prefix
    в системе представлены следующие методы:  метаэвристические методы многокритериальной оптимизации NSGA-II, ssNSGA-II, GDE3 [18], PAES [19], SMS-EMOA [20], MOEA/D [21], SPEA2, PESA-II, OMOPSO [11], MOCHC [22], IBEA [23], FastPGA [24], DENSEA [25], CellDE [26];  метаэвристические методы однокритериальной оптимизации generational GA (gGA), steady-state GA (ssGA) [27], DE, PSO и CMA-ES
    Exact
    [28]
    Suffix
    ;  тестовые задачи однокритериальной и многокритериальной оптимизации Fonseca, Kursawe, Schaffer, Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance;  алгоритмы сбора и анализа статистики;  алгоритмы визуализации результатов.

29
Nebro J., Durillo J.J., Coello Coello C.A. Analysis of Leader Selection Strategies in a MultiObjective Particle Swarm Optimizer // 2013 IEEE Congress on Evolutionary Computation, 2013. P. 3153 - 3160. DOI: 10.1109/CEC.2013.6557955
Total in-text references: 1
  1. In-text reference with the coordinate start=15468
    Prefix
    Srinivas, Tanaka, Rastrigin, Rosenbrock, ZDT, DTLZ, LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance;  алгоритмы сбора и анализа статистики;  алгоритмы визуализации результатов. В системе jMetal реализованы также оригинальные авторские МКО-методы SMPSO (Speed constrained Multi-objective PSO)
    Exact
    [29]
    Suffix
    , AbYSS (Archive-based hYbrid Scatter Search) [30], MOCell (MultiObjective Cellular genetic algorithm) [31]. Система портирована на языки программирования Java (jMetal), C++ (jMetalC++) и C# (jMetal.

30
Nebro A.J., Luna F., Alba E., Dorronsoro B., Durillo J.J., Beham A. AbYSS. Adapting Scatter Search to Multiobjective Optimization // IEEE Transactions on Evolutionary Computation. 2006. Vol. 12, no. 4. P. 439-457. DOI: 10.1109/TEVC.2007.913109
Total in-text references: 1
  1. In-text reference with the coordinate start=15514
    Prefix
    , LZ09 [16];  индикаторы оценки качества Парето-аппроксимации Hypervolume, Spread, Epsilon, Generational Distance, Inverted Generational Distance;  алгоритмы сбора и анализа статистики;  алгоритмы визуализации результатов. В системе jMetal реализованы также оригинальные авторские МКО-методы SMPSO (Speed constrained Multi-objective PSO) [29], AbYSS (Archive-based hYbrid Scatter Search)
    Exact
    [30]
    Suffix
    , MOCell (MultiObjective Cellular genetic algorithm) [31]. Система портирована на языки программирования Java (jMetal), C++ (jMetalC++) и C# (jMetal.Net). К достоинствам системы jMetal можно отнести ориентацию на многокритериальную оптимизацию, реализацию 15 современных многокритериальных эволюционных алгоритмов.

31
Nebro J., Durillo J.J., Luna F., Dorronsoro B., Alba E. MOCell. A Cellular Genetic Algorithm for Multiobjective Optimization // International Journal of Intelligent Systems. 2009. Vol. 24, no. 7. P. 726-746.
Total in-text references: 1
  1. In-text reference with the coordinate start=15567
    Prefix
    В системе jMetal реализованы также оригинальные авторские МКО-методы SMPSO (Speed constrained Multi-objective PSO) [29], AbYSS (Archive-based hYbrid Scatter Search) [30], MOCell (MultiObjective Cellular genetic algorithm)
    Exact
    [31]
    Suffix
    . Система портирована на языки программирования Java (jMetal), C++ (jMetalC++) и C# (jMetal.Net). К достоинствам системы jMetal можно отнести ориентацию на многокритериальную оптимизацию, реализацию 15 современных многокритериальных эволюционных алгоритмов.

32
Bleuler S., Laumanns M., Thiele L., Zitzler E. PISA—A Platform and Programming Language Independent Interface for Search Algorithms // In: Evolutionary Multi-Criterion Optimization. Springer Berlin Heidelberg, 2003. P. 494–508. DOI: 10.1007/3-540-36970-8_35
Total in-text references: 2
  1. In-text reference with the coordinate start=15935
    Prefix
    К достоинствам системы jMetal можно отнести ориентацию на многокритериальную оптимизацию, реализацию 15 современных многокритериальных эволюционных алгоритмов. Недостатками системы являются отсутствие средств автоматизированного запуска задач и WEB-интерфейса. Система PISA
    Exact
    [32]
    Suffix
    состоит из двух следующих компонентов. 1) Текст-ориентированный интерфейс для алгоритмов поисковой оптимизации, предполагающий разделение задачи оптимизации на два модуля. Первый модуль (Variator) содержит все части, специфичные для конкретной задачи оптимизации.

  2. In-text reference with the coordinate start=17375
    Prefix
    Variator, Selector с целью сохранения информации о генерируемых популяциях, осуществляет автоматический вызов различных методов оптимизации для получения входных данных для последующего статистического анализа, отслеживает состояния процессов Monitor и Selector. Основным назначением модулей PISA PA является оценка эффективности и сравнение МКО-методов на различных тестовых и реальных задачах
    Exact
    [32]
    Suffix
    . Для оценки эффективности методов Парето-аппроксимации могут быть использованы индикаторы Hypervolume, Spread, Epsilon. Система PISA не имеет WEB интерфейса. MOEA Framework [33] представляет собой свободно распространяемый набор библиотек, написанных на языке программирования Java.

33
MOEA Framework. Available at: http://moeaframework.org/documentation.html , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=17553
    Prefix
    Основным назначением модулей PISA PA является оценка эффективности и сравнение МКО-методов на различных тестовых и реальных задачах [32]. Для оценки эффективности методов Парето-аппроксимации могут быть использованы индикаторы Hypervolume, Spread, Epsilon. Система PISA не имеет WEB интерфейса. MOEA Framework
    Exact
    [33]
    Suffix
    представляет собой свободно распространяемый набор библиотек, написанных на языке программирования Java. Набор распространяется под лицензией GNU Lesser General Public License. Помимо МКО-методов в MOEA реализованы средства для быстрой разработки, запуска и статистического анализа результатов.

34
Knowles J.D., Thiele L., Zitzler E. A tutorial on the performance assessment of the stochastic multiobjective optimizers. TIK-Report No. 214. Computer Engineering and Network Laboratory, ETH Zurich, 2006. 35 p.
Total in-text references: 1
  1. In-text reference with the coordinate start=18407
    Prefix
     Модульная архитектура позволяет средствами Service Provider Interface (SPI) комбинировать существующие компоненты, создавая новые методы оптимизации.  Система включает в себя более 1100 тестовых задач, для проверки адекватности решений
    Exact
    [34]
    Suffix
    .  Реализованы критерии оценки качества решений Нypervolume, Generational Distance, Inverted Generational Distance, Additive ε-indicator, Spacing.  Поддерживается статистический анализ результатов.

35
Hadka D., Reed P. Diagnostic assessment of search controls and failure modes in manyobjective evolutionary optimization // Evolutionary Computation. 2012. Vol. 20, no. 3. P. 423-452.
Total in-text references: 1
  1. In-text reference with the coordinate start=18865
    Prefix
    В системе MOEA, в отличие от других известных систем, реализована поддержка анализа чувствительности (sensitivity analysis) – исследование того, как значения свободных параметров метода влияют на индикаторы его эффективности
    Exact
    [35]
    Suffix
    . На основе этого анализа может быть выполнена метаоптимизация данного метода [36]. Система не имеет WEB-интерфейса. 4.2.Системы, не поддерживающие оценку качества Паретоаппроксимации Система ParadisEO - это многофункциональный объектно-ориентированный программный комплекс, написанный на языке программирования C++ [37, 38].

36
Karpenko A.P., Svianadze Z.O. Meta-optimization based on self-organizing map and genetic algorithm // Optical Memory and Neural Networks (Information Optics). 2011. Vol. 20, no.4. P. 279-283.
Total in-text references: 1
  1. In-text reference with the coordinate start=18946
    Prefix
    В системе MOEA, в отличие от других известных систем, реализована поддержка анализа чувствительности (sensitivity analysis) – исследование того, как значения свободных параметров метода влияют на индикаторы его эффективности [35]. На основе этого анализа может быть выполнена метаоптимизация данного метода
    Exact
    [36]
    Suffix
    . Система не имеет WEB-интерфейса. 4.2.Системы, не поддерживающие оценку качества Паретоаппроксимации Система ParadisEO - это многофункциональный объектно-ориентированный программный комплекс, написанный на языке программирования C++ [37, 38].

37
ParadisEO. Available at: http://paradiseo.gforge.inria.fr , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=19182
    Prefix
    Система не имеет WEB-интерфейса. 4.2.Системы, не поддерживающие оценку качества Паретоаппроксимации Система ParadisEO - это многофункциональный объектно-ориентированный программный комплекс, написанный на языке программирования C++
    Exact
    [37, 38]
    Suffix
    . В данный момент система портирована на операционные системы Linux, MacOS, Windows. Текущая версия системы включает в себя реализацию следующих компонентов:  эволюционные МКО-методы MOGA, NSGA, NSGA-II, SPEA2, IBEA, SEEA;  МКО-методы локального поиска PLS (Pareto Local Search), IBMOLS [39], DMLS [40];  гибридные, параллельные и распределенные версии указанных методов;  тестовые задачи Z

38
Liefooghe L., Jourdan T., Legrand J., Talbi G. ParadisEO-MOEO: A Software Framework for Evolutionary Multi-objective Optimization // In: Advances in Multi-objective Nature Inspired Computing. Springer Berlin Heidelberg, 2010. P. 87-117. DOI: 10.1007/978-3-64211218-8_5 (Ser. Studies in Computational Intelligence; vol. 272).
Total in-text references: 1
  1. In-text reference with the coordinate start=19182
    Prefix
    Система не имеет WEB-интерфейса. 4.2.Системы, не поддерживающие оценку качества Паретоаппроксимации Система ParadisEO - это многофункциональный объектно-ориентированный программный комплекс, написанный на языке программирования C++
    Exact
    [37, 38]
    Suffix
    . В данный момент система портирована на операционные системы Linux, MacOS, Windows. Текущая версия системы включает в себя реализацию следующих компонентов:  эволюционные МКО-методы MOGA, NSGA, NSGA-II, SPEA2, IBEA, SEEA;  МКО-методы локального поиска PLS (Pareto Local Search), IBMOLS [39], DMLS [40];  гибридные, параллельные и распределенные версии указанных методов;  тестовые задачи Z

39
Basseur M., Burke E.K. Indicator-based multi-objective local search // IEEE Congress on Evolutionary Computation (CEC'2007), 2007. P. 3100-3107. DOI: 10.1109/CEC.2007.4424867
Total in-text references: 1
  1. In-text reference with the coordinate start=19471
    Prefix
    Текущая версия системы включает в себя реализацию следующих компонентов:  эволюционные МКО-методы MOGA, NSGA, NSGA-II, SPEA2, IBEA, SEEA;  МКО-методы локального поиска PLS (Pareto Local Search), IBMOLS
    Exact
    [39]
    Suffix
    , DMLS [40];  гибридные, параллельные и распределенные версии указанных методов;  тестовые задачи ZDT, DTLZ;  комбинаторные задачи коммивояжёра (TSP), назначения (Quadratic Assignment Problem, QAP), планирования (flowshop);  реальные задачи выбора маршрута (routing), планирования (scheduling), биоинформатики.

40
Liefooghe J., Humeau S., Mesmoudi S., Jourdan L. On dominance-based multiobjective local search: design, implementation and experimental analysis on scheduling and traveling salesman problems // Journal of Heuristics. 2011. Vol. 18, iss. 2. P. 317-352. DOI: 10.1007/s10732-011-9181-3
Total in-text references: 1
  1. In-text reference with the coordinate start=19481
    Prefix
    Текущая версия системы включает в себя реализацию следующих компонентов:  эволюционные МКО-методы MOGA, NSGA, NSGA-II, SPEA2, IBEA, SEEA;  МКО-методы локального поиска PLS (Pareto Local Search), IBMOLS [39], DMLS
    Exact
    [40]
    Suffix
    ;  гибридные, параллельные и распределенные версии указанных методов;  тестовые задачи ZDT, DTLZ;  комбинаторные задачи коммивояжёра (TSP), назначения (Quadratic Assignment Problem, QAP), планирования (flowshop);  реальные задачи выбора маршрута (routing), планирования (scheduling), биоинформатики.

41
Huang J., Zhao F., Chen J., Pei J., Yin J. Towards Progressive and Load Balancing Distributed Computation: A Case Study on Skyline Analysis // Journal of Computer Science and Technology. 2010. Vol. 25, no. 3. P. 431-443.
Total in-text references: 1
  1. In-text reference with the coordinate start=19904
    Prefix
    версии указанных методов;  тестовые задачи ZDT, DTLZ;  комбинаторные задачи коммивояжёра (TSP), назначения (Quadratic Assignment Problem, QAP), планирования (flowshop);  реальные задачи выбора маршрута (routing), планирования (scheduling), биоинформатики. В настоящее время в системе реализована только модель распараллеливания мастер\подчиненный с поддержкой прогрессивного
    Exact
    [41]
    Suffix
    и линейного [42] методов балансировки. В системе не реализованы критерии оценки качества Парето аппроксимаций, отсутствует WEB-интерфейс. Система Watchmaker Framework - расширяемый высокопроизводительный объектно-ориентированный фреймворк для реализации платформо-независимых эволюционных и генетических алгоритмов на языке программирования Java [43-45].

42
Christophe D., Raphael C., Fabienne J. Load balancing of the direct linear multisplitting method in a grid computing environment. Tech. rep. LIFC, 2008. 29 p.
Total in-text references: 1
  1. In-text reference with the coordinate start=19921
    Prefix
    указанных методов;  тестовые задачи ZDT, DTLZ;  комбинаторные задачи коммивояжёра (TSP), назначения (Quadratic Assignment Problem, QAP), планирования (flowshop);  реальные задачи выбора маршрута (routing), планирования (scheduling), биоинформатики. В настоящее время в системе реализована только модель распараллеливания мастер\подчиненный с поддержкой прогрессивного [41] и линейного
    Exact
    [42]
    Suffix
    методов балансировки. В системе не реализованы критерии оценки качества Парето аппроксимаций, отсутствует WEB-интерфейс. Система Watchmaker Framework - расширяемый высокопроизводительный объектно-ориентированный фреймворк для реализации платформо-независимых эволюционных и генетических алгоритмов на языке программирования Java [43-45].

43
Watchmaker Framework for Evolutionary Computation. Evolving the Mona Liza. Available at: http://watchmaker.uncommons.org/examples/monalisa.php , accessed 01.03.2014.
Total in-text references: 2
  1. In-text reference with the coordinate start=20251
    Prefix
    Система Watchmaker Framework - расширяемый высокопроизводительный объектно-ориентированный фреймворк для реализации платформо-независимых эволюционных и генетических алгоритмов на языке программирования Java
    Exact
    [43-45]
    Suffix
    . Система является свободно распространяемым продуктом под лицензией Apache Software Licence. Основными являются следующие отличительные особенности продукта.  Многопотоковое эволюционное ядро для повышения производительности вычислений на многопроцессорных и многоядерных компьютерах.

  2. In-text reference with the coordinate start=21016
    Prefix
     Распределенная обработка данных с поддержкой распределенных хранилищ дынных Hadoop (в рамках проектах Apache Mahout) и Terracotta.  Средства для визуализации и создания интерфейса пользователя (Evolution Monitor). К преимуществам системы можно отнести достаточно широкий набор нестандартных тестовых задач Mona Lisa
    Exact
    [43]
    Suffix
    , Sudoku [44], Biomorphs [45] и т.д. Из недостатков следует отметить ориентированность на однокритериальные задачи и отсутствие WEBинтерфейса. ECJ представляет собой ориентированную на исследования Java библиотеку, разработанную в Evolutionary Computation Laboratory университета George Mason (Виргиния, США) [46].

44
Watchmaker Framework for Evolutionary Computation. An Evolutionary Sudoku Solver. Available at: http://watchmaker.uncommons.org/examples/sudoku.php , accessed 01.03.2014.
Total in-text references: 2
  1. In-text reference with the coordinate start=20251
    Prefix
    Система Watchmaker Framework - расширяемый высокопроизводительный объектно-ориентированный фреймворк для реализации платформо-независимых эволюционных и генетических алгоритмов на языке программирования Java
    Exact
    [43-45]
    Suffix
    . Система является свободно распространяемым продуктом под лицензией Apache Software Licence. Основными являются следующие отличительные особенности продукта.  Многопотоковое эволюционное ядро для повышения производительности вычислений на многопроцессорных и многоядерных компьютерах.

  2. In-text reference with the coordinate start=21028
    Prefix
     Средства для визуализации и создания интерфейса пользователя (Evolution Monitor). К преимуществам системы можно отнести достаточно широкий набор нестандартных тестовых задач Mona Lisa [43], Sudoku
    Exact
    [44]
    Suffix
    , Biomorphs [45] и т.д. Из недостатков следует отметить ориентированность на однокритериальные задачи и отсутствие WEBинтерфейса. ECJ представляет собой ориентированную на исследования Java библиотеку, разработанную в Evolutionary Computation Laboratory университета George Mason (Виргиния, США) [46].

45
Watchmaker Framework for Evolutionary Computation. Watchmaker. Biomorphs. Available at: http://watchmaker.uncommons.org/examples/biomorphs.php , accessed 01.03.2014.
Total in-text references: 2
  1. In-text reference with the coordinate start=20251
    Prefix
    Система Watchmaker Framework - расширяемый высокопроизводительный объектно-ориентированный фреймворк для реализации платформо-независимых эволюционных и генетических алгоритмов на языке программирования Java
    Exact
    [43-45]
    Suffix
    . Система является свободно распространяемым продуктом под лицензией Apache Software Licence. Основными являются следующие отличительные особенности продукта.  Многопотоковое эволюционное ядро для повышения производительности вычислений на многопроцессорных и многоядерных компьютерах.

  2. In-text reference with the coordinate start=21043
    Prefix
     Средства для визуализации и создания интерфейса пользователя (Evolution Monitor). К преимуществам системы можно отнести достаточно широкий набор нестандартных тестовых задач Mona Lisa [43], Sudoku [44], Biomorphs
    Exact
    [45]
    Suffix
    и т.д. Из недостатков следует отметить ориентированность на однокритериальные задачи и отсутствие WEBинтерфейса. ECJ представляет собой ориентированную на исследования Java библиотеку, разработанную в Evolutionary Computation Laboratory университета George Mason (Виргиния, США) [46].

46
A Java-based Evolutionary Computation Research System. Available at: http://cs.gmu.edu/~eclab/projects/ecj/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21321
    Prefix
    Из недостатков следует отметить ориентированность на однокритериальные задачи и отсутствие WEBинтерфейса. ECJ представляет собой ориентированную на исследования Java библиотеку, разработанную в Evolutionary Computation Laboratory университета George Mason (Виргиния, США)
    Exact
    [46]
    Suffix
    . В системе реализован ряд эволюционных методов, включая МКО-методы NSGA-II, SPEA-II. Реализована поддержка островной и мастер\подчиненный моделей параллелизма. Реализация островной модели поддерживает асинхронную работу с сокетами поверх стека протоколов TCP/IP.

47
Java Genetic Algorithm Package. Available at: http://jgap.sourceforge.net/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21859
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP
    Exact
    [47]
    Suffix
    , JCLEC [48], JavaEvA [49], GAA [50], Jenes [51], EO [52], Open Beagle [53], Heuristic Lab [54, 55], имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы.

48
JCLEC - Java Class Library for Evolutionary Computation. Available at: http://jclec.sourceforge.net/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21870
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC
    Exact
    [48]
    Suffix
    , JavaEvA [49], GAA [50], Jenes [51], EO [52], Open Beagle [53], Heuristic Lab [54, 55], имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы.

49
A Java-based framework for Evolutionary Algorithms (Java/EvA). Available at: http://www.ra.cs.uni-tuebingen.de/software/JavaEvA/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21883
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC [48], JavaEvA
    Exact
    [49]
    Suffix
    , GAA [50], Jenes [51], EO [52], Open Beagle [53], Heuristic Lab [54, 55], имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы.

50
Genetic Algorithm Playground. Available at: www.aridolan.com/ga/gaa/gaa.html , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21892
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC [48], JavaEvA [49], GAA
    Exact
    [50]
    Suffix
    , Jenes [51], EO [52], Open Beagle [53], Heuristic Lab [54, 55], имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы.

51
Jenes. Genetic Algorithms in Java. Available at: http://jenes.intelligentia.it/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21903
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC [48], JavaEvA [49], GAA [50], Jenes
    Exact
    [51]
    Suffix
    , EO [52], Open Beagle [53], Heuristic Lab [54, 55], имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы.

52
Evolving Objects (EO): An Evolutionary Computation Framework. Available at: http://eodev.sourceforge.net/ , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21911
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC [48], JavaEvA [49], GAA [50], Jenes [51], EO
    Exact
    [52]
    Suffix
    , Open Beagle [53], Heuristic Lab [54, 55], имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы.

53
Parizeau G.M. Genericity in Evolutionary Computation Software Tools: Principles and Case Study // International Journal on Artificial Intelligence Tools. 2006. Vol. 15, no. 2. P. 173194.
Total in-text references: 1
  1. In-text reference with the coordinate start=21927
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC [48], JavaEvA [49], GAA [50], Jenes [51], EO [52], Open Beagle
    Exact
    [53]
    Suffix
    , Heuristic Lab [54, 55], имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы. В силу высокой актуальности задач многокритериальной оптимизации ведется интенсивная разработка программных систем, поддерживающих все аспекты решения таких задач, включая оценку качества Парето-аппрок

54
HeuristicLab: Paradigm-independent and Extensible Environment for Heuristic Optimization. Available at: http://dev.heuristiclab.com/trac/hl/core , accessed 01.03.2014.
Total in-text references: 1
  1. In-text reference with the coordinate start=21945
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC [48], JavaEvA [49], GAA [50], Jenes [51], EO [52], Open Beagle [53], Heuristic Lab
    Exact
    [54, 55]
    Suffix
    , имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы. В силу высокой актуальности задач многокритериальной оптимизации ведется интенсивная разработка программных систем, поддерживающих все аспекты решения таких задач, включая оценку качества Парето-аппроксимации.

55
Wagner S., Kronberger G., Beham A., Kommenda M., Scheibenpflug A., Pitzer E., Vonolfen S., Kofler M., Winkler S., Dorfer V., Affenzeller M. Architecture and Design of the HeuristicLab Optimization Environment // In: Advanced Methods and Applications in Computational Intelligence. Springer International Publishing, 2014. P. 197-261. DOI: 10.1007/978-3-319-01436-4_10 (Ser. Topics in Intelligent Engineering and Informatics;
Total in-text references: 1
  1. In-text reference with the coordinate start=21945
    Prefix
    Среди недостатков системы следует отметить ориентацию на однокритериальные методы оптимизации, отсутствие реализаций оценки качества решений, отсутствие WEB-интерфейса. Другие системы. Для полноты картины назовем также системы JGAP [47], JCLEC [48], JavaEvA [49], GAA [50], Jenes [51], EO [52], Open Beagle [53], Heuristic Lab
    Exact
    [54, 55]
    Suffix
    , имеющие в настоящее время недостаточно развитую функциональность. Заключение На основании представленного обзора программных систем можно сделать следующие выводы. В силу высокой актуальности задач многокритериальной оптимизации ведется интенсивная разработка программных систем, поддерживающих все аспекты решения таких задач, включая оценку качества Парето-аппроксимации.