针对鲸鱼优化算法存在探索和开发能力难以协调、易陷入局部最优的不足,提出一种基于混沌搜索策略的鲸鱼优化算法(CWOA).首先,采用混沌反向学习策略产生初始种群,为全局搜索多样性奠定基础;其次,设计收敛因子和惯性权重的非线性混沌扰动协同更新策略以平衡全局探索和局部开发能力;最后,将种群进化更新与最优个体的混沌搜索机制相结合,以减小算法陷入局部最优的概率.对10个基准测试函数和6个复合测试函数进行优化,实验结果表明,CWOA在收敛速度、收敛精度、鲁棒性方面均较对比算法有较大提升.

针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同进化; 最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值. 仿真结果表明, 该算法不仅能有效避免早熟收敛, 而且能有效跳出局部极值, 与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.

基于混沌搜索的粒子群优化算法.pdf

matlab平台下的粒子群和混沌搜索的协同优化算法，程序可以成功运行。

精通matlab最优化计算的随书源码，PSO 用基本粒子群算法求解无约束优化问题 YSPSO 用带压缩因子的粒子群算法求解无约束优化问题 LinWPSO 用线性递减权重粒子群优化算法求解无约束优化问题 SAPSO 用自适应权重粒子群优化算法求解无约束优化问题 RandWPSO 用随机权重粒子群优化算法求解无约束优化问题 LnCPSO 用学习因子同步变化的粒子群优化算法求解无约束优化问题 AsyLnCPSO 用学习因子异步变化的粒子群优化算法求解无约束优化问题 SecPSO 用二阶粒子群优化算法求解无约束优化问题 SecVibratPSO 用二阶振荡粒子群优化算法求解无约束优化问题 CLSPSO 用混沌粒子群优化算法求解无约束优化问题 SelPSO 用基于选择的粒子群优化算法求解无约束优化问 BreedPSO 用基于交叉遗传的粒子群优化算法求解无约束优化问 SimuAPSO 用基于模拟退火的粒子群优化算法求解无约束优化问题