求解变循环发动机（Variable Cycle Engines，VCE）数学模型问题是近几年国内航空和军工领域开始重点研究的课题，其核心问题是首先通过建立合理的数学模型模拟其工作状态，然后提出适当的算法求解维持其工作状态的非线性平衡方程组。　　本文通过分析气体流动和能量消耗两个方向，整理各部件的特性量及关系，建立了VCE部件级模型;对于提出算法求解非线性平衡方程组问题，近些年来许多学者提出了很多非常重要的方法，例如，使用传统的牛顿-拉夫森（Newton-Raphson）迭代算法、遗传算法(GeneticAlgorithm，GA)、混合遗传算法以及BP神经网络算法解决此类问题等等，在本文中，我们在目前解决此问题较为前沿的方法——粒子群算法(Particle Swarm Optimization，PSO)基础上，提出了混合混沌粒子群算法(Hybrid Chaos-Particle Swarm Optimization，HCPSO)，即，在解决本问题时，针对PSO算法对初始值较为依赖的特点，采用带随机初始值修正的穷举搜索法确定初始值的具体范围;针对PSO算法初期收敛快后期陷入局部最优的特点，将混沌的思想引入模型，使PSO算法在后期局部收敛后能够跳出稳定状态，继续寻找更优解;同时在混沌与稳定状态之间加入半混沌状态，使得算法在混沌程度相对较低时也能进行很好地计算。最后我们将通过实际数据实验验证该方法的可行性与有效性。从数值实验中我们可以看到，上述方法的全局寻优能力很好。