论文研究 基于自适应变异的混沌粒子群优化算法.pdf

粒子群优化算法参数少，寻优速度快，但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能，在标准粒子群优化算法中，通过引入混沌映射和自适应变异策略，提出具有自适应变异的混沌粒子群优化（ACPSO）算法，以增强种群的全局寻优性能和局部寻优效率。六个基准测试函数的仿真结果表明，ACPSO算法比已有的五个算法具有更好的寻优能力。