论文研究 一种基于混沌的自适应粒子群全局优化方法.pdf

充分利用粒子群优化算法的收敛速度较快及混沌运动的遍历性、随机性以及对初值的敏感性等特性，考虑到惯性因子对多样性的影响，通过引入早熟收敛程度评价机制，采用逻辑自映射函数来产生混沌序列，提出一种基于混沌思想的自适应混沌粒子群优化（ACPSO）算法，改善了粒子群优化算法摆脱局部极值点的能力，提高了算法的收敛速度和精度。仿真结果表明提出的自适应混沌粒子群优化算法的性能明显优于一般混沌粒子群优化算法。