|
|
|
|
Список литературы
|
|
| |
| 1. |
Land A. N., Dorg A. G., “An Automatic Method of Solving Discrete Programming Problems”, Econometrics, 28:3 (1960), 497–520    |
| 2. |
Horst R., Tuy H., Global Optimization. Deterministic Approaches, Springer, 1996 |
| 3. |
Хамисов О. В., “Глобальная оптимизация функций с вогнутой опорной минорантой”, Журн. вычислит. матем. и мат. физики, 44:9 (2004), 1552–1563  |
| 4. |
Евтушенко Ю. Г., Посыпкин М. А., “Варианты метода неравномерных покрытий для глобальной оптимизации частично целочисленных нелинейных задач”, ДАН, 437:2 (2011), 168–172  |
| 5. |
Колпаков Р. М., Посыпкин М. А., “Верхняя и нижняя оценки трудоемкости метода ветвей и границ”, Дискретная математика, 22:1 (2013), 58–73 |
| 6. |
Horst R., Pardalos P. M., Thoai N. V., Introduction to Global Optimization, Kluwer Acad., 1996 |
| 7. |
Стрекаловский А. С., Элементы невыпуклой оптимизации, Наука, Новосибирск, 2003 |
| 8. |
Strongin R. G., Sergeyev Ya. D., Global Optimization with Non-Convex Constraints. Sequential and Parallel Algorithms, Kluwer Acad. Publishers, Dordrecht, 2000 |
| 9. |
Сергеев Я. Д., Квасов Д. Е., Диагональные методы глобальной оптимизации, Физматлит, М., 2008 |
| 10. |
Sergeev Y. D., Strongin R. G., Lera D., Introduction to Global Optimization Exploiting Space-Filling Curves, SpringerBriefs in Optimisation, 2013 |
| 11. |
Тихонова М. В., Рябов В. В., Спивак Ц. И. и др., “Параллельная условная глобальная оптимизация для математического моделирования кинетики химических реакций”, Вычислит. методы и программирование, 14:2 (2013), 262–268 |
| 12. |
Caflisch R. E., “Monte Carlo and Quasi-Monte Carlo methods”, Acta Numerica, 1998, 1–49 |
| 13. |
Zhigliavsky A., Žilinskas A., Stochastic Global Optimization, Springer, 2006 |
| 14. |
Rubinstein R. Y., Kroese D. P., Simulation and the Monte Carlo Method, John Wiley & Sons, 2008 |
| 15. |
Стронгин Р. Г., Гергель В. П., Гришагин В. А. и др., Параллельные вычисления в задачах глобальной оптимизации, Изд-во Моск. ун-та, М., 2012 |
| 16. |
Zabinsky Z. B., Smith R. L., McDonald F., et al., “Improving Hit-and-Run for Global Optimization”, J. Global Optimization, 3 (1993), 171–192  |
| 17. |
Polyak B., Gryazina E., “Hit-and-Run: New Design Technique for Stabilization, Robusness and Optimization of Linear Systems”, Proc. IFAC World Congress, 2008, 376–380 |
| 18. |
Hastings W. K., “Monte Carlo Sampling Methods Using Markov Chains and Its Applications”, Biometrika, 57 (1970), 92–109 |
| 19. |
Боровков К. А., “Об одном новом варианте метода Монте-Карло”, Теория вероятностей и ее применения, 36:2 (1991), 342–346 |
| 20. |
Rubinstein R. Y., Kroese D. P., The Cross-Entropy Methods. A Unified Approach to Combinatorial Optimization, Monte-Carlo Simulation and Machine Learning, Information Science and Statistics, Springer, 2004 |
| 21. |
Зорин А. В., Федоткин М. А., Методы Монте-Карло для параллельных вычислений, Изд-во Моск. ун-та, M., 2012 |
| 22. |
Дарховский Б. С., Попков А. Ю., Попков Ю. С., “Метод пакетных итераций Монте Карло для решения систем нелинейных уравнений и неравенств: вероятностные характеристики”, АиТ, 2015, № 5, 60–71 ; Darkhovskii B. S., Popkov Y. S., Popkov A. Y., “Monte Carlo Method of Batch Iterations: Probabilistic Characteristics”, Autom. Remote Control, 76:5 (2015), 776–785 |
| 23. |
Fu M. C., Hu J., Marcus S. I., “Model-Based Randomized Methods for Global Optimization”, Proc. 17th Int. Sympos. on Mathematical Theory of Networks and Systems (Kyoto, Japan, July 24–28, 2006) |
| 24. |
Virtual Library of Simulation Experiments: Test Functions and Datasets, [Электронный ресурс]. URL: http://www.sfu.ca/~ssurjano/optimization.html, (Дата обращения: 18.09.2015) |
| 25. |
Test functions for optimization, [Электронный ресурс]. URL: http://en.wikipedia.org/wiki/Test_functions_for_optimization, (Дата обращения: 18.09.2015) |
| 26. |
Popkov Y., Popkov A., “New Method of Entropy-Robust Estimation for Randomized Models under Limited Data”, Entropy, 16 (2014), 675–698 |
