MATLAB算法实战应用案例精讲-【智能优化算法】北方苍鹰优化算法(NGO) （附MATLAB代码实现）

北方苍鹰优化算法（Northern Goshawk Optimization，NGO）由MOHAMMAD DEHGHANI等人于2022年提出，该算法，该算法模拟了北方苍鹰捕猎过程（猎物识别和攻击、追逐及逃生）。
苍鹰是中小型猛禽。体长可达60厘米，翼展约1.3米。头顶、枕和头侧黑褐色，枕部有白羽尖，眉纹白杂黑纹；背部棕黑色；胸以下密布灰褐和白相间横纹；尾灰褐，有4条宽阔黑色横斑，尾方形。飞行时，双翅宽阔，翅下白色，但密布黑褐色横带。雌鸟显著大于雄鸟。食肉性，主要以森林鼠类、野兔、雉类、榛鸡、鸠鸽类和其他小型鸟类为食。栖息于不同海拔高度的针叶林、混交林和阔叶林等森林地带，也见于山施平原和丘陵地带的疏林和小块林内。视觉敏锐，善于飞翔。白天活动。性甚机警，亦善隐藏。通常单独活动，叫声尖锐洪亮。见于整个北半球温带森林及寒带森林。

该算法模拟了北苍鹰在捕食过程中的行为。这种捕猎策略包括两个阶段：猎物识别和尾随追逐过程。为了评估该算法在解决优化问题方面的能力，NGO测试了68组不同的目标函数。为了分析结果的质量，将所提出的NGO算法与八种著名算法进行了比较：粒子群优化、遗传算法、基于教学的优化、重力搜索算法、灰狼优化器、鲸优化算法、突尼斯群算法和海洋捕食者算法。此外，为了进一步分析，所提出的算法还用于解决四个工程设计问题。仿真和实验结果表明，所提出的NGO算法通过在探索和开发之间建立适当的平衡，在解决优化问题方面具有有效的性能，并且比类似算法更具竞争力。