Рассматривается параллельный метод глобальной безусловной оптимизации роем частиц. Описываются особенности реализации на графических процессорах архитектуры CUDA. Приводятся результаты исследования сходимости, производительности и масштабируемости метода

Предлагается модель и метод глобальной оптимизации объектного кода для RISC-процессоров с управлением по технологии VLIW, основанные на использовании дизъюнктивных графов информационно-структурных зависимостей.

 Рассматривается канонический метод роя частиц для задачи глобальной многопараметрической оптимизации (PSO) для полносвязного графа и кластерной топологии.

Рассматривается канонический метод роя частиц для задачи глобальной многопараметрической оптимизации (PSO) для  топологии «кольцо» и «двумерный тор».

Рассмотрена задача приближенного построения границы области достижимости многосекционного робота-манипулятора типа «хобот». Предложен метод SPSO решения этой задачи. Идейной основой метода является известный метод MOPSO, предназначенный для решения задачи многокритериальной оптимизации. Метод SPSO, как и метод MOPSO, использует алгоритм роя частиц (PSO) для решения задачи глобальной оптимизации и -алгоритм для отбора недоминируемых решений. Эффективность метода SPSO продемонстрирована на нескольких задачах построения области достижимости, как в случае отсутствия препятствий, так и в случае их наличия.

Рассматривается метод роя частиц для задачи глобальной многопараметрической оптимизации (PSO), а также известные последовательные и параллельные модификации этого метода.

Рассматривается задача непрерывной многомерной глобальной условной оптимизации и алгоритм CIAC (алгоритм непрерывно взаимодействующей колонии муравьев) решения этой задачи. Приводятся результаты широкого исследования эффективности указанного алгоритма при решении ряда тестовых многоэкстремальных и овражных задач оптимизации. На основе результатов исследования даны рекомендации по оптимизации выбора свободных параметров алгоритма. Рассматривается также задача приближенного построения множества Парето при многокритериальной оптимизации. Исследуется эффективность комбинации алгоритмов CIAC и MOPSO для решения указанной задачи.