8. REFERENCES[1] Engelbrecht, A.P.

8. REFERENCES
[1] Engelbrecht, A.P. 2007. Computational Intelligence, An
Introduction 2nd Ed. Wiley.
[2] Lobo, F.G., Lima, and C.F., Michalewicz, Z. Eds. 2007.
Parameter Setting in Evolutionary Algorithms. Springer,
Berlin, Germany.
[3] Hansen, N. 2011. The CMA Evolutionary Strategy: A
Tutorial. Technical Report, 28 June 2011. URL
http://www.lri.fr/~hansen/cmatutorial.pdf
[4] Black-Box Optimization Benchmarking (BBOB) 2010,
http://coco.gforge.inria.fr/doku.php?id=bbob-2010
[5] Das, S., and Suganthan, P.N. 2011. Differential evolution: a
survey of the state-of-the-art. IEEE Trans. Evol. Comput.
15(1), 4-31.
[6] Wang, Y., Cai, Z., and Zhang, Q. 2011. Differential
evolution with composite trial vector generation strategies
and control parameters. IEEE Trans. Evol. Comput. 15(1),
55-66.
[7] Qin, A.K., Huang, V.L., and Suganthan, P.N. 2009.
Differential evolution algorithm with strategy adaptation for
global numerical optimization. IEEE Trans. Evol. Comput.
13(2), 398-417.
[8] Particle Swarm Central, http://www.particleswarm.info/
[9] Karaboga, D., and Basturk, B. 2007. A powerful and
efficient algorithm for numerical function optimization:
artificial bee colony (ABC) algorithm. J. Global Optim.
39(3), 459-471.
[10] On Composing an (Evolutionary) algorithm portfolio.
GECCO 2013.
[11] Huberman, B.A., Lukose, R.M., and Hogg, T. 1997. An
economics approach to hard computational problems.
Science 275, 51-54.
[12] Fukunaga, A.S. 2000. Genetic algorithm portfolios, Proc.
IEEE CEC, 1304-1311.
[13] Gagliolo, M., and Schmidhuber, J. 2011. Algorithm portfolio
selection as a bandit problem with unbounded losses. Ann.
Math. Artif. Intell. 61, 49-86.
[14] Vrugt, J.A., Robinson, B. A., and Hyman, J.M.. 2009. Selfadaptive
multimethod search for global optimization in real parameter spaces. IEEE Trans. Evol. Comput. 13(2), 243-
259.

ผลลัพธ์ (ไทย) 1:

8 อ้างอิง
[1] Engelbrecht, a.p. 2007 หน่วยสืบราชการลับของคอมพิวเตอร์
แนะนำ 2 เอ็ด Wiley. [2]
Lobo, FG, ลิมา, และ CF, michalewicz, z สหพันธ์ 2007. การตั้งค่าพารามิเตอร์
ในขั้นตอนวิธีวิวัฒนาการ สปริง
เบอร์ลิน, เยอรมนี.
[3] แฮนเซน, n 2011 กลยุทธ์ CMA วิวัฒนาการ:
กวดวิชา รายงานทางเทคนิค, 28 มิถุนายน 2011 URL http://www.lri.fr/
~ Hansen / cmatutorial.pdf
[4] การเพิ่มประสิทธิภาพของกล่องดำเปรียบเทียบ (bbob) 2010,

http://coco.gforge.inria.fr/doku.php?id=bbob-2010 [5] das, s. และ suganthan, PN 2011 วิวัฒนาการที่แตกต่างกัน: การสำรวจ
จากรัฐ-of-the-art ทรานส์ IEEE Evol comput.
15 (1), 4-31.
[6] วัง y., Cai, z. และ Zhang, Q 2011 พารามิเตอร์ที่แตกต่างกัน
วิวัฒนาการกับการทดลองกลยุทธ์รุ่นเวกเตอร์คอมโพสิต
และการควบคุม ทรานส์ IEEE Evolcomput 15 (1), 55-66
.
[7] ฉิน, AK, Huang, VL และ suganthan, PN 2009.
อัลกอริทึมวิวัฒนาการที่แตกต่างกันกับการปรับกลยุทธ์สำหรับการเพิ่มประสิทธิภาพการคำนวณ
ทั่วโลก ทรานส์ IEEE Evol comput.
13 (2), 398-417.
[8] อนุภาคฝูงกลาง http://www.particleswarm.info/
[9] karaboga, d. และ Basturk ข 2007 อัลกอริทึมที่มีประสิทธิภาพที่มีประสิทธิภาพและ
สำหรับการเพิ่มประสิทธิภาพการทำงานที่เป็นตัวเลข:
ผึ้งอาณานิคมเทียมอัลกอริทึม (ABC) J ทั่วโลก Optim.
39 (3), 459-471.
[10] เมื่อแต่งผลงานของอัลกอริทึม (วิวัฒนาการ).
gecco 2013.
[11] Huberman, ba, lukose, RM, และฮอ T 1997 เศรษฐศาสตร์
แนวทางในการแก้ไขปัญหาการคำนวณยาก.
วิทยาศาสตร์ 275, 51-54.
[12] Fukunaga เป็น 2000 พอร์ตการลงทุนขั้นตอนวิธีพันธุกรรมคือ proc.
IEEE CEC, 1304-1311.
[13] gagliolo, m. และ Schmidhuber เจ 2011ขั้นตอนวิธีการเลือก
ผลงานที่เป็นปัญหาโจรกับความสูญเสียมากมาย ann. คณิตศาสตร์
artif intell 61, 49-86.
[14] vrugt, j.a. , โรบินสัน, b . และ Hyman, j.m. 2009 selfadaptive
ค้นหา multimethod สำหรับการเพิ่มประสิทธิภาพระดับโลกในพื้นที่พารามิเตอร์จริง ทรานส์ IEEE Evol comput 13 (2), 243 - 259

ผลลัพธ์ (ไทย) 2:

8. อ้างอิง
Engelbrecht [1] อ่าวนาง 2007 ระบบสารสนเทศคอมพิวเตอร์ การ
แนะนำ Wiley อุตสาหกรรมมหาบัณฑิต 2.
[2] Lobo, F.G. ลิมา และ C.F., Michalewicz, z. Eds. 2007
ตั้งค่าพารามิเตอร์ในอัลกอริทึมที่วิวัฒนาการ Springer,
เบอร์ลิน เยอรมนี
แฮนเซ่น [3] 2011 ตอนเหนือ กลยุทธ์วิวัฒนาการ CMA: A
สอน รายงานทางเทคนิค 28 2011 มิถุนายน URL
http://www.lri.fr/~hansen/cmatutorial.pdf
[4] กล่องดำเพิ่มประสิทธิภาพ Benchmarking (BBOB) 2010,
http://coco.gforge.inria.fr/doku.php?id=bbob-2010
[5] Das, S. และ Suganthan, 2011 โรงแรมวินชี วิวัฒนาการที่แตกต่าง: การ
สำรวจรัฐ-of-the-art IEEE Evol โอนย้าย Comput.
15(1), 4-31 การ
[6] วัง Y. ไก z., และเตียว 2011 คำถาม ส่วนที่แตกต่าง
วิวัฒนาการกับกลยุทธ์การสร้างเวกเตอร์ประกอบทดลอง
และควบคุมพารามิเตอร์ IEEE Evol โอนย้าย Comput 15 (1),
55-66.
ชิน [7] A.K. หวง วีแอล และ Suganthan โรงแรมวินชี 2009.
อัลกอริทึมของวิวัฒนาการที่แตกต่างพร้อมปรับกลยุทธ์สำหรับ
ปรับตัวเลขสากล IEEE Evol โอนย้าย Comput.
13(2), 398-417.
[8] Swarm อนุภาคเซ็นทรัล http://www.particleswarm.info/
Karaboga [9] D. และ Basturk, B. 2007 มีประสิทธิภาพ และ
อัลกอริทึมที่มีประสิทธิภาพสำหรับการปรับตัวเลขฟังก์ชัน:
โคโลนี (ABC) ผึ้งเทียมอัลกอริทึม J. สากล Optim.
39(3), 459-471.
[10] บนเขียนผิด (Evolutionary) อัลกอริทึมผลงาน
GECCO 2013.
[11] Huberman ปริญญาตรี Lukose, R.M. และ ฮอกก์ ต. 1997 การ
เศรษฐศาสตร์หายากคำนวณปัญหาการ
วิทยาศาสตร์ 275, 51-54.
[12] Fukunaga, 2000 เอเอส ขั้นตอนวิธีพันธุกรรมพอร์ตการลงทุน Proc.
IEEE พบกับ CEC, 1304-1311.
[13] Gagliolo, M. และ Schmidhuber, J. 2011 อัลกอริทึมผลงาน
เลือกเป็นปัญหาโจรงที่ขาดทุน Ann.
คณิตศาสตร์ Artif Intell 61, 49 86.
Vrugt [14] J.M. โรงแรมเจเอ โรบินสัน B. A. และ Hyman 2009. Selfadaptive
multimethod ค้นหาประสิทธิภาพสูงสุดของโลกในพารามิเตอร์จริงช่องว่าง IEEE Evol โอนย้าย Comput 13(2), 243-
259

ผลลัพธ์ (ไทย) 3:

8 . การอ้างอิง
[ 1 ] engelbrecht A . P . 2007 .
การแนะนำนวัตกรรมอัจฉริยะ 2 ล่ะที่ wiley .
[ 2 ] lobo F . G . Lima และ C . F . michalewicz Z . eds . 2007 .
พารามิเตอร์การตั้งค่าในอัลกอริธึมกว่า. springer
กรุงเบอร์ลินประเทศเยอรมนี.
[ 3 ] Hansen N . 2011 . CMA กลยุทธ์วิวัฒนาการ
ซึ่งจะช่วยสอนการใช้ A . รายงานด้านเทคนิค 28 มิถุนายน 2011 . http://www.lri.fr/~hansen/cmatutorial.pdf
URL
ตามมาตรฐาน[ 4 ] black-box การปรับแต่งการวัด ประสิทธิภาพ ( bbob ) 2010
Tropical Das http://coco.gforge.inria.fr/doku.php?id=bbob-2010
[5] และ S suganthan p . N . 2011 . การเลือกที่รักมักที่ชัง
ซึ่งจะช่วยการสำรวจความคิดเห็นของรัฐที่ศิลปะการแสดง IEEE บริษัทข้ามชาติ. evol . comput ",.
15 ( 1 ) 4-31 .
[ 6 ]วัง Y ทำไม Z .และ Zhang Q 2011 . เลือกที่รักมักที่ชัง
ซึ่งจะช่วยพัฒนาการรุ่นเวกเตอร์การทดลองใช้งานคอมโพสิตกลยุทธ์
และพารามิเตอร์การควบคุม. IEEE บริษัทข้ามชาติ. evol .comput "," 15 ( 1 )
55-66 ..
[ 7 ], Qin , a.k. Huang V และ L suganthan p . N . 2009 . n เลือกที่รักมักที่ชังอัลกอริธึมการพัฒนาด้วยการปรับกลยุทธ์สำหรับการปรับแต่ง
ซึ่งจะช่วยเป็นตัวเลขระดับโลก. IEEE บริษัทข้ามชาติ. evol . comput ",.
13 ( 2 ) 398-417 ..
[ 8 ]ฝุ่นละอองกลุ่มเซ็นทรัล karaboga http://www.particleswarm.info/
[9] D .และ basturk B . 2007 . อัลกอริธึมทรงพลังและ
อย่างมี ประสิทธิภาพ สำหรับการปรับแต่งฟังก์ชันตัวเลข:
เทียมผึ้งอาณานิคม( ABC )อัลกอริธึม. ก.ศป.โลก optim .
39 ( 3 ) 459-471 .
[ 10 ]ในการเขียน(กว่า)อัลกอริธึมกลุ่ม ผลิตภัณฑ์ .
gecco ปี 2013 .
[ 11 ที่] huberman lukose B . A . R . T . M .และ hogg 1997 . วิธีการ
ทางด้านเศรษฐศาสตร์ที่จะแก้ไขปัญหาฮาร์ดดิสก์นวัตกรรม.
วิทยาศาสตร์ 275 51-54 .
[ 12 ] fukunaga A . S . Watson 2000 . จากอัลกอริธึมทางพันธุกรรม Proc . CEC
IEEE 1304-1311 ..
[ 13 ] gagliolo schmidhuber m .และก.ศป. 2011 .อัลกอริธึมกลุ่ม
ทางเลือกเป็นปัญหาโจรที่มีผลขาดทุนไม่มีเขตจำกัด. แอน.
คณิตศาสตร์. artif . intell . 61 49-86 ..
[ 14 ] vrugt J . A . B . A .โรบินสันและ hyman ก.ศป. M .. 2009 . การค้นหา
multimethod selfadaptive สำหรับการปรับแต่งพารามิเตอร์ในพื้นที่อย่างแท้จริง. IEEE บริษัทข้ามชาติ. evol . comput "," 13 ( 2 ) 243 -
259 .