Theuse of chaotic maps as a random number generator in metaheuristics is a commonissue. These methods, which have a spread spectrum, increase the diversity inthe random selection of heuristic algorithms, resulting in increasedperformance. Tree seed algorithm (TSA) is one of the recently proposedpopulation-based metaheuristic algorithms. Inspired by the growth of trees andseeds in nature, this algorithm has processing phases that use random numbersthroughout the computational process. This paper focuses on improving theperformance of the TSA using chaotic mapping. Five chaotic based TSA’s (CTSA’s)are developed. The developed methods are benchmarked on 24 test functions.  The obtained results show that chaotic mappingcontributes to the performance of TSA in terms of both local optima avoidanceand convergence speed.Kaotikharitalama tekniklerinin sezgisel algoritmalarda rastgele sayı üreteci olarakkullanımı giderek yaygınlaşan bir konudur. Geniş bir spekturuma sahip buharitalama teknikler, sezgisel algoritmaların rastgele seçimlerindekiçeşitliliği arttırarak performans artışı sağlamaktadırlar. Ağaç tohumalgoritması (TSA), son dönemde önerilmiş popülasyon temelli sezgiselalgoritmalardan biridir. Doğadaki ağaç ve tohum gelişimini ilham alan bualgoritma, hesapsal süreci boyunca rastgele sayı dizilerini kullanan işlembasamaklarına sahiptir. Bu çalışmada, kaotik haritalama kullanılarak TSA ‘nınperformansında iyileştirmeye odaklanılmıştır. Beş farklı kaotik harita temelliTSA (CTSA) metodu geliştirilmiştir. Geliştirilen metotların performansları 24adet test fonksiyonu üzerinden karşılaştırılmıştır. Elde edilen sonuçlar,kaotik haritalamanın TSA’nın yakınsama ve lokal optimumdan kaçış performansınakatkı sağladığını göstermektedir.