论文研究 基于混沌序列和动态自适应策略的粒子群优化算法

针对传统粒子群算法过早收敛，趋向于局部最优的问题，提出了一种新的改进的粒子群算法。 自适应惯性权重因子用于加快收敛速度​​，混沌序列用于调整加速度系数，以实现勘探与开发之间的平衡。 通过与非支配排序遗传算法和多目标粒子群优化算法进行比较，对四种经典的多目标优化函数进行了性能测试。 结果证明了该算法的有效性，改善了过早收敛问题，收敛速度更快，具有跳出局部最优的强大能力。