科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对标准平衡优化器算法(Equilibrium Optimizer)收敛精度低、易陷入局部最优解等问题，提出一种结合邻域拓扑搜索改进的反向平衡优化器算法（Improved Opposition-based learning Equilibrium Optimizer Algorithm based on Neighborhood Searching，IOLEONS）。首先，利用双曲正切自适应算子修改平衡池中平均浓度值，提高算法收敛精度；然后计算粒子之间的欧氏距离，引入邻域搜索机制，进一步增强算法的局部开发能力，更好地平衡算法开发和探索阶段；最后，利用添加Chebyshev映射的动态对称反向学习策略增强种群的扰动能力，提高种群的多样性，帮助种群跳出局部最优解。对改进算法进行收敛性分析并选取8个基准测试函数进行仿真实验，Wilcoxon符号秩检验和Friedman秩检验结果显示改进算法具有较好的优化性能。
- 单位
