gray编码对族群进化算法性能的改进

？族群进化算法（egea）利用族群机制进行群体结构调控。在基于二进制编码的群体中，个体间编码的差异性被作为族群聚类的标准。由于自然二进制编码所存在的hamming悬崖问题易影响族群聚类的准确性，从而降低egea的搜索效率，因此提出利用gray编码连续个体间编码只有一位不同的特点来改进族群聚类的精度。针对典型多维函数的仿真实验表明，基于gray编码的族群聚类过程可显著提高egea的收敛速度和解的精度。