改進北方蒼鷹優(yōu)化算法及其在智能車路徑規(guī)劃中的應用

摘要： 針對北方蒼鷹優(yōu)化算法收斂速度慢、尋優(yōu)精度低以及易陷入局部最優(yōu)的缺點，提出了一種改進的北方蒼鷹優(yōu)化(improved northern goshawk optimization, INGO)算法。首先，采用Bernoulli混沌映射初始化種群，增強種群的多樣性。其次，在獵物選擇和攻擊階段引入正余弦策略、非線性遞減搜索因子以及權(quán)重因子，提升算法的局部搜索能力和收斂速度。然后，新增第... （共8頁）