论文部分内容阅读
和声搜索算法是一种启发式优化算法，针对现有改进的和声搜索算法（IHS）的不足，提出了一种混沌自适应和声搜索算法（CAHS）。在该算法中，首先采用混沌策略初始化种群，然后采用自适应的和声保留概率、音调调节概率和音调调节步长产生新解，每次迭代产生多个新解，充分利用和声记忆库的信息。如果算法停滞，则采用混沌变异机制。本文用5个标准的测试函数对该算法进行测试，结果表明该算法（CAHS）比IHS和AHSPSO算法有较强的寻优能力和跳出局部最优解的能力。