混合多策略北方苍鹰优化算法及特征选择
打开文本图片集
摘 要： 针对北方苍鹰优化（NGO）算法在处理复杂优化问题时，存在收敛速度慢、求解精度低和易陷入局部最优等问题，提出融合多种策略的北方苍鹰优化（LANGO）算法。LANGO算法采用Tent混沌映射和反向学习策略初始化种群，增加种群多样性，提高全局搜索能力；引入非线性权重因子，改善全局勘探能力，提高算法的收敛速度和收敛精度；引入Lévy飞行，改进NGO算法采用随机猎物引导种群易陷入局部最优的缺陷，对陷入局部最优的解进行扰动，使其跳出局部最优。（剩余9059字）
