混沌变异粒子群优化算法及其应用研究

摘要

为克服粒子群优化算法容易陷入局部最优值的缺点，提出了基于变异思想的粒子群优化算法，为提高粒子群优化算法的计算精度，利用混沌运动随机性、遍历性的特点，提出了一种基于混沌思想的改进粒子群优化算法，进而提出了基于混沌变异的改进粒子群优化算法(CMPSO)。基于几种典型benchmark函数的测试研究结果表明，该算法与基本PSO算法和遗传算法相比，较好地克服了早熟收敛，提高了算法的搜索精度。将该算法应用于水库优化调度问题中，所得结果优于标准粒子群优化算法和遗传算法，这也验证了混沌变异粒子群优化算法的有效性。