PSO算法的改进【使用混沌优化算法】

PSO精简描述：
        PSO初始化为一群随机粒子，然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪
两个“极值”来更新自己。pBest(个体极值)和gBest(全局极值)。迭代终止条件根据具体问题，
一般选为最大迭代次数或粒子群搜索到的最优位置满足预定最小适应阈值。 

       

 

 

 

 

        利用混沌优化算法对PSO算法参数即加速因子c1、c2和惯性权重w进行优选，从而达到改善算法效果的目的。

 

Reference:

混沌优化算法：
https://blog.csdn.net/qq_42489764/article/details/116246358
群体智能算法
https://scikit-opt.github.io/scikit-opt/#/zh/