第２９卷第２期计算机集成制造系统Ｖｏｌ．２９Ｎｏ．２２０２３年２月ＣｏｍｐｕｔｅｒＩｎｔｅｇｒａｔｅｄＭａｎｕｆａｃｔｕｒｉｎｇＳｙｓｔｅｍｓＦｅｂ．２０２３ＤＯＩ：１０．１３１９６／ｊ．ｃｉｍｓ．２０２３．０２．０２１收稿日期：２０２２－０１－１４；修订日期：２０２２－０３－１８。Ｒｅｃｅｉｖｅｄ１４Ｊａｎ．２０２２；ａｃｃｅｐｔｅｄ１８Ｍａｒ．２０２２．基金项目：国家重点研发计划资助项目（２０１７ＹＦＣ０７０４１０４－０３）；安徽建筑大学智能建筑与建筑节能安徽省重点实验室２０１８年度开放课题资助项目（ＩＢＥＳ２０１８ＫＦ０８）。Ｆｏｕｎｄａｔｉｏｎｉｔｅｍｓ：ＰｒｏｊｅｃｔｓｕｐｐｏｒｔｅｄｂｙｔｈｅＮａｔｉｏｎａｌＫｅｙＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＰｒｏｇｒａｍ，Ｃｈｉｎａ（Ｎｏ．２０１７ＹＦＣ０７０４１０４－０３），ａｎｄｔｈｅＩｎｔｅｌｌｉｇｅｎｔＢｕｉｌｄｉｎｇａｎｄＢｕｉｌｄｉｎｇＥｎｅｒｇｙＥｆｆｉｃｉｅｎｃｙＬａｂｏｒａｔｏｒｙｏｆＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙｏｆＡｒｃｈｉｔｅｃｔｕｒｅｉｎ２０１８，Ｃｈｉｎａ（Ｎｏ．ＩＢＥＳ２０１８ＫＦ０８）．混合随机反向学习和高斯变异的混沌松鼠搜索算法冯增喜１，２，何鑫１，崔巍１，赵锦彤１，张茂强１，杨芸芸１（１．西安建筑科技大学建筑设备科学与工程学院，陕西西安７１００５５；２．安徽建筑大学智能建筑与建筑节能安徽省重点实验室，安徽合肥２３００２２）摘要：针对松鼠搜索算法（ＳＳＡ）易陷入局部最优、过早收敛等问题，提出一种混合随机反向学习和高斯变异的混沌松鼠搜索算法（ＲＧＣＳＳＡ）。该算法通过Ｔｅｎｔ混沌映射初始化策略生成混沌初始种群，增强初始种群分布的均匀性，实现对解空间更高效的搜索；采用非线性递减的捕食者概率策略，平衡ＳＳＡ的全局搜索和局部开发能力；利用位置贪婪选择策略在迭代过程中不断保留种群中的优势个体，以提升算法收敛速度；引入随机反向学习和高斯变异策略，在增加种群多样性的同时提高算法跳出局部最优的能力。使用１０个不同的基准测试函数进行仿真实验，并利用Ｗｉｌｃｏｘｏｎ符号秩检验验证所提算法的寻优性能，结果表明，ＲＧＣＳＳＡ算法在求解精度、收敛速度和稳定性等方面均有极大提升。关键词：松鼠搜索算法；Ｔｅｎｔ混沌映射；随机反向学习；高斯变异；Ｗｉｌｃｏｘｏｎ符号秩检验中图分类号：ＴＰ３０１．６...
