基于邻域搜索的改进反向学习平衡优化器算法

来源：计算机工程与科学杂志2023年第9期北京时间：

作者：李安东, 刘升, 苟茹茹

单位：（1.上海工程技术大学管理学院，上海 201620；2.河北大学网络空间安全与计算机学院,河北 保定 071002）

摘要：针对标准平衡优化器EO算法收敛精度低、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。

关键词：双曲正切算子,邻域搜索,Chebyshev映射,动态对称反向学习,平衡优化器,

基金资助：国家自然科学基金（61673258，61075115）；上海市自然科学基金（19ZR1421600）