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.
进化计算、族群进化算法、Gray编码
29
TP18(自动化基础理论)
国家自然科学基金资助项目60743009,60501006;陕西省自然科学基金资助项目2006F-43
2009-03-13（万方平台首次上网日期，不代表论文的发表时间）
共4页
105-108
