论文部分内容阅读
为克服混沌粒子群优化（CPSO）算法由于采用随机数作为算法参数而不能保证种群多样性和优化遍历性的缺陷，通过将混沌变量嵌入到常规粒子群优化算法（PsO）中，使PSO算法中的惯性权值和随机数用混沌随机序列来替代，提出了一种新的混沌粒子群嵌入优化算法（CEPSO），以充分利用混沌运动的随机性、遍历性克服粒子群优化算法容易陷入局部最优的缺点。通过复杂多维函数的寻优测试，验证了本算法的有效性，并将仿真结果与混沌粒子群优化算法进行比较，证明了CEPSO算法更具有较强的全局搜索能力和收敛速度。