自适应混沌搜索的双粒子群优化算法

为改善粒子群算法容易早熟收敛和精度低等缺点,提出一种自适应混沌搜索的双粒子群优化算法。根据每个粒子的适应度值,自适应地调整粒子的搜索速度,适应当前搜索状态;将粒子种群分为两个子群,这两个子群分别从全局和局部搜索的角度出发,协调种群的搜索状态,利用Tent混沌模型进行更加精确地局部搜索。将该算法用于函数优化实验和支持向量机参数的优化实验,将其与其它算法进行比较,比较结果表明,该算法显著提高了收敛速度和精度。