基于混沌粒子群的shubert函数优化，MATLAB编程，测试函数shubert（十）

混沌粒子群求解测试测试函数shubert（十）

shubert函数属于周期性多峰函数，如图1所示拥有多个全局最优值，如图二所示在一个周期内只有一个全局最优值，局部最优解较多，适合测试算法的收敛性能，粒子群算法是一种收敛速度较快的算法，运算速度快，但是粒子群算法容易陷入局部最优，有些时候会导致收敛慢，或者不收敛，本文用标准粒子群算法进行改进，标准粒子群的随机因子是正太分布随机数，粒子群收敛比较均衡平稳，本文改为logistic映射，Logistic映射,又称单峰映象,是一个二次多项式映射(递归关系),经常作为典型范例来说明复杂的混沌现象是如何从非常简单的非线性动力学方程中产生的，经logistic映射改进后的混沌粒子群，在保障大部分粒子平稳的情况下，会有小部分粒子跳出局部最优，加强全局收缩，从而避免粒子群过早陷入局部最优，在不增加算法参数和运算量的情况下，实现粒子群算法的改进，如有疑问，欢迎大家留言交流！

shubert函数公式如下：

shubert函数图像如下：