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