融合交叉变异和混沌的新型混合粒子群算法

针对粒子群算法在多峰函数优化中极易陷入局部最优的问题，提出一种融合交叉、变异以及混沌的新型混合粒子群算法。该算法采用混沌初始化所有粒子位置和速度，保证初始粒子在解空间均匀分布；在每代进化过程中引入交叉操作增加种群的多样性；并且在算法后期，粒子陷入局部极值时，采用一种新的自适应混沌扰动机制和变异机制，以确保粒子跳出局部最优位置。选用4个标准测试函数对所提出的算法进行对比仿真研究，结果表明，该算法具有较快的收敛速度、有效的全局寻优能力。