摘要:提出一种基于最优差分策略的混沌差分进化算法BDS-CDEA(chaos differential evolution algorithm basedon the best differential strategy)。该算法首先混沌化产生初始种群,分别利用几种不同的差分策略进行差分操作,并根据每个个体的适应度函数值挑选出一个最优的个体进入下一步操作,优化差分操作的特性:然后,基于混沌变量操作,使子代个体均匀分布在定义空间内,从而可以避免早熟,以较大的概率和较快的速度实现全局最优搜索。仿真试验和在精对苯二甲酸生产过程对羧基苯甲醛含量软测量模型参数估计中的实际应用表明:该算法的性能比传统的差分进化算法有很大的提高,取得了较好的效果。