всего просмотров: 1337
Оценка читателей: голосов 0
1. Евтушенко Ю.Г. Оптимизация и быстрое автоматическое дифференцирование. М.: ВЦ РАН, 2013. 144 с.
2. Поллак Э. Численные методы оптимизации. Единый подход. М.: Мир, 1974. 374 с.
3. Моисеев Н.Н. Методы динамического программирования в теории оптимальных управлений. I // ЖВМ и МФ. 1964. T. 4. № 3. С. 485–494.
4. Моисеев H.H. Оптимизация и управление (эволюция идей и перспективы) // Изв. АН СССР Техн. кибернетика. 1974. № 4. С. 3–16.
5. Грачев Н.И., Евтушенко Ю.Г. Библиотека программ для решения задач оптимального управления // ЖВМ и МФ. 1979. Т. 19. № 2. С. 367–387.
6. Карпенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М.: Изд-во МГТУ им. Н.Э. Баумана, 2014. 446 с.
7. Holland J.N. Adaptation in Natural and Artificial Systems / Michigan: Univ. Michigan Press, 1975. 183 p.
8. Рагимов А.Б. Об одном подходе к решению задач оптимального управления на классах кусочно-постоянных, кусочно-линейных и кусочно-заданных функций // Вестн. Томск. гос. ун-та. Управление, вычислительная техника и информатика. 2012. № 2. С. 20–30.
9. Васильев Ф.П. Численные методы решения экстремальных задач. М.: Наука, 1988. 550 c.
10. Базара М., Шетти К. Нелинейное программирование. Теория и алгоритмы. М.: Мир, 1982. 584 c.
11. Карманов В.Г. Математическое программирование. М.: Физматлит, 2008. 264 с.
12. Пантелеев А.В., Летова Т.А. Методы оптимизации в примерах и задачах. М.: Высш. шк., 2005. 544 с.
13. Ли Э.Б., Маркус Л. Основы теории оптимального управления. М.: Наука, 1972. 578 с.
14. Соболь Б.В., Месхи Б.Ч., Каныгин Г.И. Методы оптимизации. Практикум. Ростов н/Д: Феникс, 2009. 380 с.
15. Kingma D.P., Ba J. Adam: A Method for Stochastic Optimization // 3rd Intern. Conf. for Learning Representations. arXiv:1412.6980v8 [cs.LG]. San Diego, 2015. 15 p. URL: https://arxiv.org/pdf/1412.6980v8.pdf.
16. Goldberg D.E. Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, 1989. 412 p.
17. Пантелеев А.В., Скавинская Д.В., Алешина Е.А. Метаэвристические алгоритмы поиска оптимального программного управления. М.: ИНФРА-М, 2016. 396 с.
18. Storn R., Price K. Differential Evolution – A Simple and Efficient Heuristic for Global Optimization over Continuous Spaces // J. Global Optimization. 1997. №11. P. 341–359.
19. Kennedy J., Eberhart R. Particle Swarm Optimization // Proc. IEEE Intern. Conf. on Neural Networks IV. Perth. 1995. P. 1942–1948.
20. Карпенко А.П., Селиверстов Е.Ю. Глобальная оптимизация методом роя частиц. Обзор // Информационные технологии. 2010. № 2. С. 25–34.
21. Pham D.T., Ghanbarzadeh A., E. Koc, et al. The Bees Algorithm - A Novel Tool for Complex Optimisation Problems // Intelligent Production Machines and Systems - 2nd I*PROMS Virtual Intern. Conf. Elsevier Ltd. 2006. P. 454–459.
22. Гришин А.А., Карпенко А.П. Исследование эффективности метода пчелиного роя в задаче глобальной оптимизации // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. 2010. № 8.
23. Yang X.S. A New Metaheuristic Bat-inspired Algorithm // Studies in Computational Intelligence. 2010. Vol. 284. P. 65–74.
24. Mirjalili S., Mirjalili S.M., Lewis A. Grey Wolf Optimizer // Advances in Engineering Software. 2014. V. 69. P. 46–61.
25. Рапопорт Л.Б. Оценка области притяжения в задаче управления колесным роботом // АиТ. 2006. № 9. С. 69–89.
26. Пестерев А.В. Синтез линеаризующего управления в задаче стабилизации движения автомобилеподобного робота вдоль криволинейного пути // Изв. РАН. ТиСУ. 2013. №5. С. 153–165.