针对平衡优化器（EO）存在寻优精度低、收敛速度慢、容易陷入局部最优的不足，提出一种考虑距离因素与精英进化策略的平衡优化器（E-SFDBEO）。该算法首先在平衡池候选解的选择中引入距离因素，通过自适应权重平衡适应度值和距离，调节算法在不同迭代时期的探索和开发能力；其次引入精英进化策略（EES），以精英自然进化和精英随机变异两种方式提升算法的收敛速度和精度；最后使用自适应t分布变异策略对部分个体施加扰动，并以贪心策略对个体进行保留，使算法能够有效跳出局部最优。在仿真实验中对所提算法与4种基本算法和2种改进算法在10个基准测试函数进行比较，并对算法进行Wilcoxon秩和检验，结果表明所提算法具有更好的收敛性和更高的求解精度。
