Abstract: Differential Evolution Algorithm with chaotic-local-search strategy for global optimization（CLSDE） is proposed，which uses DE/best/1/bin to find the best individual each generation，and chaos-based local search is executed nearby the best individual.Experiment results on eight benchmark functions show that if the error function value is 10^-10,both success rate of finding optimal solution and convergence speed using CLSDE are better than using DE and SACDE.

摘要： 提出了一种具有混沌局部搜索策略的差分进化全局优化算法（CLSDE），它是在每一代中通过DE/best/1/bin形式的差分进化算法找到最佳个体，然后在最佳个体的附近用混沌的方法进行局部搜索。8个基本的测试函数优化结果表明：若误差函数精度为10^-10，CLSDE寻优成功率比DE和SACDE都要高，而且收敛速度比DE和SACDE都要快。