×

HEMO公司

swMATH ID: 2403
软件作者： 胡建军1、2、Kisung Seo 1、Zhun Fan 1、Ronald C.Rosenberg 3和Erik D.Goodman 1
描述： 多目标进化算法（MOEA）处理早熟收敛的能力在应用于现实问题时至关重要。它们的高度多模态和离散搜索空间常常使当前MOEA无法达到所需的性能。通过研究进化搜索中过早收敛的根本原因，提出了一个通用框架，称为层次公平竞争（HFC）[9]，用于稳健和可持续的进化搜索。本文提出了一种基于HFC的层次进化多目标优化框架（HEMO），其特点是在层次化组织的知识库中同时维护所有进化程度的个体，在基础知识库中不断流入随机个体，其内在的分层精英主义和基于超网格的密度估计。！两个实验证明了它的搜索鲁棒性，以及它为复杂的多模态问题提供可持续进化搜索的能力。HEMO可以进行可靠的多目标搜索，而不存在过早收敛的风险。HEMO处理过早收敛的典型转变是，它不是试图从收敛的高适应度种群中摆脱局部最优，而是试图保持新的最优从下到上出现的机会，因为它由不同适应度的个体组成的层次结构。
主页： http://garage.cse.msu.edu/hfc/hfc_emo.htm
关键词： 可持续多目标进化;优化框架
相关软件： PAES公司;SPEA2公司
引用于： 8文件
更多出版物： http://garage.cse.msu.edu/hfc/publication.htm

标准条款

1出版物描述软件，包括1出版物以zbMATH为单位 年份
HEMO：一个可持续的多目标进化优化框架。 Zbl 1028.68776号
胡建军;Seo、Kisung;Zhun Fan;罗纳德·罗森博格。;埃里克·D·古德曼。
2003
全部的 前5名

26位作者引用

2 安东·巴夫洛维奇（Anton Pavlovich）
1 科恩·斯坦纳（David Cohen-Steiner）
1 赫伯特·埃德尔斯布伦纳
1 范、准
1 加拉尼娜，A.M。
1 埃里克·D·古德曼。
1 约翰·L·哈勒。
1 胡建军
1 V.A.伊萨科夫。
1 科舍列夫，V.B。
1 维尔纳克拉布斯
1 Kwong，Sam山姆
1 李敏强
1 林丹
1 刘，刘
1 Kim-Fung先生
1 斯蒂芬·沃尔夫冈·皮克尔
1 卡齐·沙赫·纳瓦兹（Kazi Shah Nawaz），里邦
1 罗纳德·罗森博格。
1 Seo、Kisung
1 沙尔马，G.C。
1 索科洛娃，T.V。
1 新泽西州Sosnbn。
1 Tygliyan，医学硕士。
1 北卡罗来纳州Tyurina。
1 瓦什尼，C.L。

5篇连载文章中引用

2 Matematicheskoe Modelirovanie公司
1 信息科学
1 应用数学和力学。（英文版）
1 计算优化与应用
1 计算数学基础
全部的 前5名

11个领域引用

三 计算机科学（68至XX）
2 流体力学（76-XX）
2 运筹学、数学规划（90-XX）
2 生物学和其他自然科学（92-XX）
1 常微分方程（34-XX）
1 动力系统和遍历理论（37至XX）
1 代数拓扑（55-XX）
1 流形和细胞复合体（57至XX）
1 可变形固体力学（74-XX）
1 经典热力学，传热（80-XX）
1 系统论；控制（93至XX）

按年份列出的引文