{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,2,27]]，“日期-时间”：“2024-02-27T09:16:02Z”，“时间戳”：1709025362273}，“参考-计数”：59，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{“日期-零件”：[2020,12,1]]，”日期-时间“：“2020-12-01T00:00Z”，“timestamp”：1606780800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“出资人”：[{“DOI”：“10.13039\/501100004617”，“名称”：“CNRS”，“DOI-asserted-by”：“publisher”}，{“name”：“RENATER”}]striction“：true}，”short-container-title“：[“未来一代计算机系统”]，“published-print”：{“date-parts”：[[2020,12]]}，“DOI”：“10.1016\/j.future.2020.07.005”，“type”：“journal-article”，“created”：{“date-parts”：[2020,7,9]]，“date-time”：“2020-07-09T06:11:41Z”，“timestamp”：1594275101000}，《page》：“454-467”，“update-policy”：evier_cm_policy“，“source”：“Crossref”，“is-referenced-by-count”：6，“title”：[“用于结核病传播控制的并行人工神经网络辅助模拟优化应用的进化控制”]，“前缀”：“10.1016”，“卷”：“113”，“作者”：[{“给定”：“G.”，”家族“：”Briffoteaux“，”序列“：”first“，”affiliation“：[]}，{“given”：“R.”：“Mezmaz”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“N.”，“family”：“Melab”，”sequence“：”additional“，”affiliance“：[]neneneep，{”given“：”D.“，”family“：”Tuyttens“，”se序列“：”附加“，”从属关系“：[]}]，“member”：“78”，“reference”：[{“issue”：“2”，“key”：”10.1016\/j.future.2020.07.005_b1“，”doi-asserted-b y“：”crossref“，”first page“：”123“，”doi“：“10.1007\/s10898-014-0184-0”，“article-title”：“集合代理模型和抽样策略对计算成本高昂的黑盒全局优化问题算法解质量的影响”，“volume”：“60”，“author”：“M\u00fcller”，“year”：“2014”，“journal-title“：“J.Global Optim.”}，{“issue”：“11”，“key”：“10.1016\/j.future.2020.07.005_52”，“doi-asserted-by”：“crossref”，“首页”：“1257”，“doi”：“10.1002\/fld.688”，“article-title”：“CFD复杂设计优化的混合遗传算法和人工神经网络”，“volume”：“44”，“author”：“Duvigneau”，“year”：“2004”，“journal-title）：“Internat.j.Numer.Methods Fluids”}，{“key”：“10.1016\/j.future.2020.07.005_b3”，“series-title”：“2008 IEEE进化计算大会（IEEE World Congress on Computational Intelligence）”，“首页”：“3177”，“article-title”：“用于计算代价高昂的优化问题的并行代理辅助多目标进化算法”，“author”：“Syberfeldt”，“year”：“2008}”，｛“issue”：“4”，“key”：“10.1016\/j.future.200.07.005_b4”，“doi asserted by”：“crossref”，“首页”：“341”，“doi”：“10.1007\/s0158-007-0137-z”，“文章标题”：“基于代理的直升机旋翼桨叶优化，用于前向飞行中的减振”，“volume”：“35”，“author”：“Glaz”，“year”：“2008”，“journal title”：“Struct.Multipscip.Optim.”｝，｛“key”：“10.1016\/j.future.2020.07.005_b5”，“unstructured”：“TOP500榜单，https:\/\/www.TOP500.org\/.”}，{“key”：“10.106\/j.mouture.2020.07.005_b6”，“series-title”：“高性能计算机的数值线性代数”，“author”：“Dongarra”，“year”：“1998”}、{“key”：”10.1016\/j.menture.2020.05_b7“，”article-title“：“基于GPU的线性解算器调查”，“volume”：“2”，“author”：“Patil”，“year”：“2016”，“journal-title”：“Int.J.Sci.Technol.Eng.”}，{“key”：”10.1016\/J.future.2020.07.005_b8“，”doi-asserted-by“：”crossref“，”first page“：”1“：”Alba“，”年份“：”2012“，“journal-title”：“Int.Trans.Oper.Res.”}，{“key”：“10.1016\/j.future.2020.07.005_b9”，“series-title”：《第十二届遗传与进化计算年会论文集》，“首页”：“1089”，《article-title》：“基于GPU的进化算法孤岛模型”，“author”：“Luong”，“year”：“2010”}：“10.1016\/j.future.2020.07.005_b10”，“doi-asserted-by”：“crossref”，“first page”：“61”，“doi”：“10.106\/j.swevo.2011.05.001”，“article-title”：“代理辅助进化计算：最新进展和未来挑战”，“volume”：”1“，”author“：”Jin“，”year“：”2011“，”journal-title“：”Swarm Evol.Comput.“}，{”key“：”10.1016//j.furture.2020.07.005_b 11英寸，“article-title”：“基于代理的黑盒优化方法：基于代理的黑盒优化方法”，“volume”：“24”，“author”：“Vu”，“year”：“2016”，“journal-title“：”Int.Trans.Oper.Res.“}，{“key”：”10.1016\/j.future.2020.07.005_b12“，”series-title“：”Deep Learning中的不确定性“，”author“：”Gal“，”year“：”2016“}”，{：“10.1016\/j.future.2020.07.005_b13”，“series-title”：“Tensorflow:异构分布式系统上的大规模机器学习”，“author”：“Abadi”，“year”：“2016”}，{“key”：“10.116\/j.future.2020年07月05日_b14”，“series-title”：《2018年全球结核病报告》，“year:”2018：“世卫组织结束结核病战略。2015年后结核病预防、护理和控制的全球战略和目标”，“年份”：“2015”}，{“问题”：“1”，“关键”：“10.1016\/j.future.20207.005_b16”，“doi断言”：“crossref”，“首页”：“546”，“doi”：“10.1186\/s12879-017-2648-6”，“文章标题”：“用于结核病控制的模块化编程，\u201cAuTuMN\u201d平台”，“卷”：“17”，“作者”：“Trauer”，“年份”：“2017”，“期刊标题”：“BMC Infect.Dis.”}，｛“问题”：“1”，“密钥”：“10.1016\/j.future.202.00.07.005_b17”，“doi断言”：“crossref”，“首页”：“3”，“doi”：“10.1007\/s0158-16-1432-3”，“文章标题”：“具有昂贵函数的并行代理辅助全局优化\u2013 a survey”，“volume”：“54”，“author”：“Haftka”，“year”：“2016”，“journal-title”：“Struct.Multidiscip.Optim.”}，{“issue”：“5”，“key”：”10.1016\/j.future.2020.07.005_b18“，”doi-asserted-by“：”crossref“，“first page”：：“371”，“doi”：“10.1007\/s00158-004-0397-9”，“article-title“：“用于近似和优化高保真计算机模拟的并行更新方案”，“卷”：“27”，“作者”：“S\u00f3bester”，“年份”：“2004”，“日志标题”：“Struct.Multidiscip.Optim.”}，{“问题”：“1”，“键”：“10.1016\/j.future.2020.07.005_b19”，“doi-asserted-by”：“crossref”，“首页”：“17”，“doi”：“10.0007\/s10898-015-0270-y”，“文章标题”：“使用RBF代理和多规则选择对计算成本高的多模态函数进行多目标优化”，“volume”：“64”，“author”：“Akhtar”，“year”：“2016”，“journal-title”：“J.Global Optim”}，{“issue”：“3”，“key”：”10.1016\/J.future.2020.07.005_b20“，”doi-asserted-by“：”crossref“，“first-page”：“411”，“doi”：“10.1287\/ijoc.1090.0325”，“article-title”：“使用径向基函数的并行随机全局优化”，“volume”：“21”，“author”：“Regis”，“year”：“2009”，“journal-title“：”INFORMS J.Compute.“}，{“key”：”10.1016\/J.future.2020.07.005_b21“，”doi-asserted-by“：”crossref“，”doi“：”10.2514\/2.1999“，”article-title“：“通过代理建模对计算成本高的问题进行进化优化”，“author”：“Ong”，“year”：“2003”，“journal-title”：“AIAA J.”}，{“issue”：“5”，“key”：“10.1016\/J.future.2020.07.005_b22”，“doi-asserted-by”：“crossref”，“first-page:”505“，“doi”：“101007\/s00170-009-2302-6”，“article-title“：“基于代理模型的改进的全局优化方法及其在注塑成型过程填充轮廓优化中的应用”，“体积”：“48”，“作者”：“李”，“年份”：“2010”，“期刊标题”：“国际期刊高级制造技术”}，{“问题”：“3”，“关键”：“10.1016\/J.future.2020.07.005_b23”，”doi-asserted-by“：”crossref“，”首页“641”，“doi”：“10.1007\/s10898-016-0484-7”，“article-title”：“并行EGO算法的伪期望改进准则”，“volume”：“68”，“author”：“Zhan”，”year“：“2017”，“journal-title“：”J.Global Optim.“}，{”issue“：”4“，”key“：”10.1016\/J.future.2020.07.005_b24“，47“，”文章标题“：“昂贵黑盒函数的高效全局优化”，“volume”：“13”，“author”：“Jones”，“year”：“1998”，“journal-title”：“J.global Optim.”}，{“issue”：“2”，“key”：”10.1016\/J.future.2020.07.005_b25“，“doi-asserted-by”：“crossref”，“first page”:“218”，“doi”：“10.1080\/0305215X.2013.76500”，“article-title“：“初始点不可行的高维昂贵黑箱问题的径向基函数插值约束优化”，“卷”：“46”，“作者”：“Regis”，“年份”：“2014”，“期刊标题”：“工程优化”}，{“键”：“10.1016\/j.future.2020.07.005_b26”，“series-title”：“动态和不确定环境中的进化计算，第51卷”，“首页”：“297”，“文章标题”：“使用人工神经网络的进化多目标自适应元建模程序”，“作者”：“Deb”，“年份”：“2007”}，{“键”：“10.1016\/j.future.2020.07.005_b27”，”doi-asserted-by“：”crossref“，”unstructured“：”G.Briffoteaux，N。Melab，M.Mezmaz，D.Tuyttens，基于置信区域的自适应进化控制用于代理辅助优化，收录于：HPCS 2018-高性能计算与仿真国际会议，法国奥尔良，2018年。“，“DOI”：“10.1109\/HPCS.2018.00130”}，{“key”：“101016\/j.future.2020.07.005_b28”，“series-title”：“昂贵优化问题中的计算智能”，“首页”：“3”，“article-title”：“进化算法中应用的适应度近似方法综述”，“author”：“Shi”，“year”：“2010”}，{“key”：“10.1016\/j.future.2020.07.005_b29”，“doi-asserted-by”：“crossref”，《首页》：“14”，“doi”：“101155\/2016\/9420460”《代理辅助多目标进化算法综述》，“卷”：“2016年”，“作者”：“D\u00edaz-Manr\u00edquez”，“年份”：“16年”，《期刊标题》：“计算”。智力。神经科学。“}，{”key“：”10.1016\/j.future.2020.07.005_b30“，”doi-asserted-by“：”crossref“，”first page“：“463”，“doi”：“10.1016\/j.asoc.2015.05.032”，“article-title”：“带自适应约束处理和油田管理综合代理模型的粒子群算法”，“volume”：“34”，“author”：“Innocente”，“year”：“2015”，“journal-title“：”申请。软计算。“}，{”issue“：”10“，”key“：”10.1016\/j.future.2020.07.005_b31“，”doi-asserted-by“：”crossref“，”first page“：“1172”，”doi“：”101080\/10426914.2016.1269923“，”article-title“：”应用于多目标高炉优化问题的数据驱动代理辅助进化算法“，”volume“：马特。制造工艺。“}，{”key“：”10.1016\/j.future.2020.07.005_b32“，”doi-asserted-by“：”crossref“，”unstructured“：”S.Choi，j.j.Alonso，H.S。钟，使用进化算法和自适应非结构化网格方法设计低端超音速公务机，载于：第45届AIAA\/ASME\/ASCE\/AHS\/ASC结构、结构动力学和材料会议论文集，2004年，第2692\u20132706页。“，“DOI”：“10.2514\/6.2004-1758”}，{“issue”：“6”，“key”：“10.1016\/j.future.2020.07.005_b33“，”doi-asserted-by“：”crossref“，”first page“：”979“，”doi“：”10.2514\/1.14667“，”article-title“：”使用进化算法对跨音速压气机叶片进行多目标优化“，”volume“：“21”，“author”：“Lian”，“year”：“2005”，“journal-title”：“j.Propuls”。Power“}，{”key“：”10.1016\/j.future.2020.07.005_b34“，”doi-asserted-by“：”crossref“，”unstructured“：”L.Gonzalez，K.Srinivas，j.Periuax，E。惠特尼（Whitney），《使用进化计算优化多学科无人机智能系统设计的通用框架》，载于：第44届AIAA航空航天科学会议和展览，2006年，第1\u201319页。“，“DOI”：“10.2514\/6.2006-1475”}，{“issue”：“4”，“key”：“10.1016\/j.future.2020.07.005_b35”，“DOI-asserted-by”：“crossref”首页“：”879“，”DOI“：”10.1016\/j.cma.2006.07.010“，”article-title“：”多目标优化中pareto最优前沿的响应面近似“，”volume“：”196“，”author“：”Goel“，”year“：”2007“，”journal-title”：“Compute”。方法应用。机械。工程“}，{“问题”：“6”，“关键”：“10.1016\/j.future.2020.07.005_b36”，“doi-asserted-by”：“crossref”，“首页”：“561”，“doi”：“101007\/s00158-007-0163-x”，“文章标题”：“使用逐步回归模型对车辆碰撞安全设计进行多目标优化”，“卷”：“35”，“作者”：“廖”，《年份》：“2008”，“期刊标题”：结构。多磁盘。最佳方案。“}，{”key“：”10.1016\/j.future.2020.07.005_b37“，”series-title“：”优化中的计算智能：应用和实现“，”first page“：“155”，”article-title“：“使用代理的多目标优化”，”author“：”Voutchkov“，”year“：”2010“}”{“key”：“10.1016//j.furte.2020.07005_b38”，“series-ttle”：“”昂贵优化问题中的计算智能”，“首页”：“219”，“文章标题”：“基于相似性的昂贵单目标进化优化代理模型”，“作者”：“Fonseca”，“年份”：“2010”}，{“问题”：“3”，“关键”：“10.1016\/j.future.2020.07.005_b39”，“doi-asserted-by”：“crossref”，“第一页”：”245“doi”：“10.1016\/j.jhydrol.2010.08.023”，“文章标题”：“使用遗传编程和基于模块化神经网络的替代模型对沿海含水层盐水入侵进行多目标管理”，“卷”：“393”，“作者”：“Sreekanth”，“年份”：“2010”，“期刊标题”：”j.Hydrol。“}，{”key“：”10.1016\/j.future.2020.07.005_b40“，”doi-asserted-by“：”crossref“，”unstructured“：”A.Rosales-P\u00e9rez，C.A.\u00a0Coello Coello，j.A.Gonzalez，C.A.Reyes-Garcia，H.j。Escalante，一种基于混合代理的进化多目标优化方法，载于：2013年IEEE进化计算大会，2013年，第2548\u20132555页，6月。“，”DOI“：”10.1109\/CEC.2013.6557876“}，{“issue”：“19”，“key”：“10.1016\/j.future.2020.07.005_b41”，“DOI-asserted-by”：“crossref”，“first page”：”5647“，“DOI”：“101007\/s00500-016-2140-z”，“article-title”：“进化算法中元建模技术的比较”，“volume”:“21”，“author”：“D\u00edz-Manr\u00edquez”，”“year”：“2017年”，“新闻标题”：“软计算。“｝，｛”issue“：”9“，”key“：”10.1016\/j.future.20207.005_b42“，”doi断言“：”crossref“，”首页“：”2664“，”doi“：”10.1109\/TCYB.2017.27100978“，”文章标题“：”基于委员会的主动学习，用于昂贵问题的代理辅助粒子群优化“，”卷“：”47“，”作者“：”王“，”年份“：”2017“，”期刊标题“：”IEEE Trans.Cybern.“｝，｛”issue“：”5“，”key“：”10.1016\/j.future.2020.07.005_b43“，”doi-asserted-by“：”crossref“，”first-page“：”359“，”doi“：”101016\/0893-6080（89）90020-8“，”article-title“：”多层前馈网络是通用逼近器“，”volume“：“2”，“author”：“Hornik”，“year”：“1989”，“journal-title”：“Neural Netw”。“}，{”key“：”10.1016\/j.future.2020.07.005_b44“，”series-title“：”机器学习的高斯过程（自适应计算和机器学习）“，”author“：”Rasmussen“，”year“：”2005“}”，{“key”：“10.1016\/j.future.202.07.005_bs5”，“首页”：“1929”，“article-title”：“退出：防止神经网络过拟合的简单方法”，“volume”：”15“，”作者：“Srivastava”，“年份”：“2014年”，“新闻标题”：“J.Mach。学习。Res.“}，{”key“：”10.1016\/j.future.2020.07.005_b46“，”series-title“：”流行的集成方法：实证研究“，”author“：”Maclin“，”year“：”2011“}”，{“key”：“10.1016\/j.future.202.07.005_bs7”，“series-ttle”：“一种批量可扩展的多目标贝叶斯优化算法”，“author”：“Lin”，“year”：“2018”}，”{“issue”：“4”，“key“”：”10.1016\/j.future.2020.07.005_b48“，”doi-asserted-by“：”crossref“，”first page“：”481“，”doi“：”10.1177\/1094342006070078“，”article-title“：”Grid\u20195000:一个大规模和高度可重构的实验网格测试床“，”volume“：“20”，”author“：”Bolze“，”year“：”2006“，”journal-title”：“Int.j.High Performance.Comput”。申请。“}，{”key“：”10.1016\/j.future.2020.07.005_b49“，”series-title“：”Keras“，”author“：”Cholet“，”year“：”2015“}”，{“key”：“10.1016\/j.future.202.07.005_550”，“series-ttle”：“Wiley series on Parallel and Distributed Computing”，“article-title”：10.1016\/j.future.2020.07.005_b51”，“系列标题”：“Esa\/pagmo2:pagmo 2.10”，“作者”：“Biscani”，“年份”：“2019”｝，｛“密钥”：“10.1016\/j.future.2020.07.005_b52”，“非结构化”：“pagmo中可用的问题列表，https://Esa.github.io\/pagmo2\/docs\/pproblem_List.html”｝，｛“问题”：“33”，“密钥”：“10.1016\/j.futuro关于2020.07.005_b53“，”doi断言为“：”crossref”，“首页”：“13980”，“DOI”：“10.1073\/pnas0901720106”，“文章标题”：“更有效的结核病疫苗、药物和诊断的流行病学益处”，“卷”：“106”，“作者”：“Abu Raddad”，“年”：“2009”，“期刊标题”：“Proc。国家。阿卡德。科学。“}，{”issue“：”12“，”key“：”10.1016\/j.future.2020.07.005_b54“，”doi-asserted-by“：”crossref“，”first page“：“1138”，“doi”：“10.1093\/aje\/kwv323”，“article-title”：“巴布亚新几内亚西部省计划性结核病控制情景分析”，“volume”：“183”，“author”：“Trauer”，“year”：“2016”，“journal-title“：”Am.j.Epidehidol.“}”，{“问题“：“1”，”key“：”10.1016\/j.future.2020.07.005_b55“，”doi-asserted-by“：”crossref“，”first page“：“368”，”doi“：”101186\/s12936-017-2019-1“，“article-title”：“通过分配效率最大化疟疾资金的影响：在正确的地点使用正确的干预措施”，“volume”：“16”，“author”：“Scott”，“year”：“2017”，“journal-title“：”Malar。J.“}，{”key“：”10.1016\/J.future.2020.07.005_b56“，”doi-asserted-by“：”crossref“，”first page“：“864”，“doi”：“10.1086\/591197”，“article-title”：“人类和动物传染病建模”，“volume”：“47”，“author”：“Keeling”，“year”：“2008”，“journal-title“：”Clinfect.Dis.：Off.Publ.Infect.Dis.Soc.Am.“}”，{“问题”：“11”，“关键”：“10.1016\/j.future.2020.07.005_b57“，”doi-asserted-by“：”crossref“，”first page“：”1005“，”doi“：”10.1056\/NEJMoa0907847“，”article-title“：”结核和利福平耐药性的快速分子检测“，”volume“：“363”，”author“：”Boehme“，”year“：”2010“，”journal-title”：“New Engl。J.Med.“}，{”issue“：”2“，”key“：”10.1016\/J.future.2020.07.005_b58“，”article-title“：”斐济共和国结核病控制战略规划“，”volume“：“4”，”author“：”Ragonnet“，”year“：”2019“，”journal-title”：“Trop.Med.Infect.Dis.”}，“issue”：“3”，“key”：“10.1016\/J.future.202.07.005_559”，“doi-asserted-by”：“”crossref“，”首页“：”459“，”DOI“：”10.1109\/TEVC.2018.2869247“，”article-title“：”多目标填充准则驱动的高斯过程辅助粒子群优化高维代价问题“，”volume“：”23“，”author“：”Tian“，”year“：”2019“，”journal-title”：“IEEE Trans。进化。计算。“}]，”container-title“：[”Future Generation Computer Systems“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0167739X19308635？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S0167739X19308635？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2022,6,19]]，“date-time”：“2022-06-19T12:53:18Z”，“timestamp”：1655643198000}，“score”：1，“resource”：{“primary”：“{”URL”：“https://linkinghub.elsevier.com//retrieve\/pii\/S01677 739X19308635“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2020,12]]}，”references-count“：59，”alternative-id“：[”S0167739X19308635“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.future.2020.07.005“，”relationship“：{}，“ISSN”：[”0167-739X“]，“ISSN-type”：[{“value”：“0167-739”X“，”type“：”print“}]，”subject“：[]，”published“：{”date-parts“：[[2020,12]]}，”assertion“：[{”value“：”Elsevier“，”name“：”publisher“，”label“：”本文由“}维护，{“value”：“并行人工神经网络辅助模拟优化应用于结核病传播控制的进化控制”，“name”：“articletite”，“label”：“article Title”}，{”value“：”Future Generation Computer Systems“，”name“：https:\/\/doi.org\/10.1016\/j.future.2020.07.005“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2020 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}