यह पत्र शैक्षिक प्रतिस्पर्धी अनुकूलन एल्गोरिथम (ECO) में अन्वेषण और शोषण के बीच असंतुलन के कारण उत्पन्न स्थानीय इष्टतम समस्या को हल करने के लिए कई सहप्रसरण अधिगम संचालकों का उपयोग करते हुए एक उन्नत शैक्षिक प्रतिस्पर्धी अनुकूलन एल्गोरिथम (IECO-MCO) प्रस्तावित करता है। IECO-MCO तीन सहप्रसरण अधिगम संचालकों के माध्यम से अन्वेषण और शोषण के बीच संतुलन को बेहतर बनाता है और समयपूर्व अभिसरण को रोकता है, जिससे प्रदर्शन में वृद्धि होती है। CEC 2017 और CEC 2022 बेंचमार्क फ़ंक्शनों का उपयोग करके प्राप्त प्रायोगिक परिणाम दर्शाते हैं कि IECO-MCO अभिसरण गति, स्थिरता और स्थानीय इष्टतमताओं से बचने की क्षमता के संदर्भ में मौजूदा ECO और अन्य एल्गोरिथम से बेहतर प्रदर्शन करता है। IECO-MCO की श्रेष्ठता फ्रीडमैन परीक्षण, क्रुस्कल-वालिस परीक्षण और विल्कोक्सन रैंक-सम परीक्षण जैसे सांख्यिकीय विश्लेषणों के माध्यम से सत्यापित की गई है, और बाध्य अनुकूलन समस्याओं में इसकी प्रयोज्यता की भी पुष्टि की गई है।
