El algoritmo de Evolución de la Población de Phasmatodea (PPE), inspirado en la evolución de la población de phasmatodea, es un algoritmo metaheurístico recientemente propuesto que se ha aplicado para resolver problemas en ingeniería. La teoría del caos se ha aplicado cada vez más para mejorar el rendimiento y la convergencia de los algoritmos metaheurísticos. En este artículo, introducimos el mapeo caótico en el algoritmo PPE para proponer un nuevo algoritmo, el algoritmo de Evolución de la Población de Phasmatodea basado en Caos (CPPE). El mapa caótico reemplaza la población de inicialización del algoritmo PPE original para mejorar el rendimiento y la convergencia. Evaluamos la efectividad del algoritmo CPPE probándolo en 28 funciones de referencia, utilizando 12 mapas caóticos diferentes. Los resultados demuestran que CPPE supera a PPE en cuanto a rendimiento y velocidad de convergencia. En el análisis de rendimiento, encontramos que el algoritmo CPPE con el mapa Tent mostró mejoras del 8.9647%, 10.4633% y 14.6716%, respectivamente, en las métricas de Final, Media y Estándar, en comparación con el algoritmo PPE original. En términos de convergencia, el algoritmo CPPE con el mapa Singer mostró una mejora del 65.1776% en la tasa de cambio promedio del valor de aptitud, en comparación con el algoritmo PPE original. Finalmente, aplicamos nuestro CPPE a la predicción de acciones. Los resultados mostraron que la curva predicha fue relativamente consistente con la curva real.