林之博，刘媛华

(上海理工大学 管理学院，上海 200093)

1 引 言

复杂连续函数极值问题是一类常见的优化难题，对特定的复杂函数，通常可以通过求导的方法找出精确极值解.但实际情况中存在维度较高、求解域广泛、全局最优解在微搜索域褶皱中难以定位的复杂函数，精确求解方法往往无效，只能用启发式算法尝试求出满意解.目前有学者提出改进混合粒子群算法[1]，针对特定工程应用问题有一定的效果；另有研究使用改进的水波优化求解优化问题，在水波优化算法基础上融合了单纯型法和简单Logistic混沌特性，能够有限提升算法性能[2]；此外常见的优化过的遗传算法、蚁群算法、粒子群算法等也具有求解中等复杂连续函数极值的能力，但收敛时间容易过长[3].上述算法虽能对某些问题取得较好求解效果，但普遍容易陷入局部最优后无法跳出.

混沌优化算法最早是由李兵等人于1997年提出的一类智能优化算法[4]，该算法理论上具有很强的跳出能力，可以规避蚁群算法、遗传算法等陷入局部最优无法跳出的情况[4].通常在该算法中引入Logistic混沌系统[5，6]，利用混沌映射的遍历性、初值敏感性等特征产生混沌序列作为搜索最优解的轨道[1，4].沿该轨道对解空间进行搜索，有更大的可能性找到目标最优解[4，6].混沌优化算法自提出后常被用于结合改善其他算法，例如结合混沌系统构成新型混沌粒子群算法[1]、混沌鲸鱼算法[5]、以及混沌烟花算法[7]用于解决……