在线仿真优化经典论文推荐

在线仿真优化是一个充满活力的研究领域，吸引了众多学者进行深入探索。以下精选了8篇该领域的经典论文，涵盖了多目标优化、进化计算、元模型、稳健优化等多个方面，为初学者和研究者提供了宝贵的学习资源。

1. Deb, K., Pratap, A., Agarwal, S., & Meyarivan, T. (2002). A fast and elitist multi-objective genetic algorithm: NSGA-II. Evolutionary Computation, 6(2), 182-197.

这篇文章介绍了快速精英多目标遗传算法NSGA-II，该算法在处理多目标优化问题上表现出色，至今仍被广泛应用和改进。

2. Li, X., & Azarm, S. (2005). A new continuous optimization method: B-spline metamodel-assisted evolutionary algorithm. Journal of Mechanical Design, 127(6), 1038-1050.

本文提出了一种新的连续优化方法：B样条元模型辅助进化算法。该方法结合了元模型和进化算法的优势，有效提高了复杂优化问题的求解效率。

3. Nair, P. S., & Tew, J. D. (2005). Robust optimization of stochastic systems. IIE Transactions, 37(11), 1071-1086.

这篇论文探讨了随机系统的稳健优化问题，提出了针对不确定性进行优化的有效方法，对于处理实际工程问题具有重要意义。

4. Jiao, R. J., & Tang, K. (2007). A memetic algorithm with fitness approximation for expensive multiobjective optimization problems. IEEE Transactions on Evolutionary Computation, 11(4), 492-505.

本文介绍了一种基于适应度近似的模因算法，用于解决高计算成本的多目标优化问题。该算法通过减少昂贵的目标函数评估次数，提高了优化效率。

5. Suresh, S., & Fernando, T. (2010). Multiobjective optimization of hybrid renewable energy systems using evolutionary algorithms. IEEE Transactions on Sustainable Energy, 1(3), 123-133.

这篇文章将进化算法应用于混合可再生能源系统的多目标优化，展示了进化算法在解决能源领域复杂优化问题方面的潜力。

6. Zhou, A., Qu, B. Y., & Li, H. (2011). Multi-objective optimization based on estimation of distribution algorithm for online optimization of HVAC systems. Building and Environment, 46(7), 1478-1486.

本文提出了基于分布估计算法的多目标优化方法，并将其应用于暖通空调系统的在线优化，为提高建筑能源效率提供了新思路。

7. Gong, W., & Ponnambalam, S. G. (2014). Online optimization of energy consumption for HVAC systems using a modified particle swarm optimization algorithm. Energy and Buildings, 81, 44-57.

本文介绍了一种改进的粒子群优化算法，用于暖通空调系统能耗的在线优化，为降低建筑能耗提供了有效的优化策略。

8. Gong, W., Ponnambalam, S. G., & Gong, Y. (2015). Online optimization of building energy systems: A review. Energy and Buildings, 86, 351-370.

这篇文章综述了建筑能源系统在线优化的研究现状，对不同优化方法进行了比较和分析，为该领域的研究提供了方向性的指导。

以上只是在线仿真优化领域众多优秀研究成果的一部分。希望这些经典论文能够帮助你更好地了解该领域，并激发你对在线仿真优化进行更深入的研究兴趣。