一种基于Tent混沌映射和瞪羚跳跃策略的粒子群优化算法

本发明涉及一种基于Tent混沌映射和瞪羚跳跃策略的粒子群优化算法，涉及伺服控制技术领域，包括步骤：种群初始化；适应度评估与最优解初始化；迭代更新与多样性检测；不断更新个体最优与全局最优；瞪羚跳跃策略实施。本发明利用Tent混沌映射进行粒子位置初始化，克服随机初始化分布不均的问题，提高搜索空间覆盖度，同时增强种群多样性，降低粒子聚集到局部极值的可能性，并且提高全局搜索能力；采用动态变化的学习因子和惯性权重，减少参数敏感性，提高算法鲁棒性，并且适应不同优化问题，提高适用范围；采用瞪羚跳跃策略，提升全局搜索能力的同时平衡局部开发，提高收敛速度的同时避免陷入局部最优，保证找到更优解而非局部极值。