多策略融合改进的均衡优化算法及其应用

作者：罗仕杭; 何庆

来源：计算机工程与科学, 2022, 1-13.

• 均衡优化算法
• 高破坏性多项式突变
• 差分变异的重构均衡池
• S型变换因子
• 动态螺旋搜索
• 无线传感器网络

针对均衡优化(EO)算法寻优过程中存在兼顾全局探索和局部开发能力弱、寻优精度低、易陷入局部最优等问题，提出多策略融合改进的均衡优化算法(MEO)。首先，采用高破坏性多项式突变策略初始化种群，提高初始阶段解的质量，为全局寻优奠定基础；其次，提出差分变异的重构均衡池策略，丰富迭代过程中种群的多样性，增强算法局部最优规避能力；同时，采用S型变换因子平衡算法的全局勘探和局部开采能力；最后，引入动态螺旋搜索策略，扩大算法的搜索范围，提高算法的收敛精度和速度。仿真实验将MEO算法与标准EO算法以及其他元启发式算法在8个基准测试函数下进行寻优比较，实验结果与Wilcoxon秩和检验结果均表明本文改进策略能提高EO算法的寻优精度、全局勘探和局部开采的能力以及跳出局部最优的能力。另外，将MEO算法应用在无线传感器网络(WSN)覆盖优化中，实验结果表明MEO算法可以显著提高WSN的覆盖率，降低节点的冗余度，使节点分布更为均匀。

• 单位
  贵州大学