%0 Journal Article
%T Multi-objective Particle Swarm Optimizer Based on Adaptive Crowding Grid<br>基于自适应拥挤网格的多目标粒子群算法
%A LIU Yan-min
%A SHAO Zeng-zhen
%A ZHAO Qing-zhen
%A <br>刘衍民
%A 邵增珍
%A 赵庆祯
%J 计算机科学
%D 2011
%I 
%X 粒子群算法求解多目标问题极易收敛到伪Parct。前沿(等价于单目标优化问题中的局部最优解)，并且收敛速度较慢。鉴于此，提出一种基于自适应拥挤网格的多目标粒子群算法(ACG-MOPSO)。其特点包括:利用自适应网格和拥挤距离确定外部存档中粒子的密度，并利用密度信息维持外部存档的规模;利用外部存档中非劣解的密度和拥挤距离信息确定全局最优粒子，提升粒子向Parcto前沿收敛的概率。模拟结果表明该算法在求解多目标问题上要优于其它算法。
%K Multi-objective
%K Particle swarm optimizer
%K Adaptive crowding grid<br>多目标，粒子群算法，自适应拥挤网格
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=64A12D73428C8B8DBFB978D04DFEB3C1&aid=B129213CD44B7B398E18E1DF11B1B99A&yid=9377ED8094509821&vid=16D8618C6164A3ED&iid=E158A972A605785F&sid=89AC6B0ADBEA2741&eid=30897FA31CA3354D&journal_id=1002-137X&journal_name=计算机科学&referenced_num=0&reference_num=9