基于混沌搜索的思维进化算法

摘要

针对思维进化算法中的产生初始种群的盲目随机性和冗余性以及现有搜索方式易陷入局部最优的问题,将混沌优化和思维进化算法结合,提出了一种基于混沌搜索的思维进化算法(Chaos Mind Evaluation Algorithm,CMEA).该算法在进化的不同阶段引入混沌优化操作,利用混沌的遍历性提高算法的收敛速度,克服了早熟现象,同时利用思维进化算法的记忆特性和当代最优解指导混沌搜索,提高算法的搜索能力.仿真结果表明,与标准思维进化相比,该算法优化能力强,能有效地避免局部收敛,具有更rn快的收敛速度.