此程序提出了一种改进方法对北方苍鹰算法（NGO）进行改进，命名为EHNGO（Enhance NGO）

该程序改进点代码中有注释标注（共3处改进），文件夹中有一些说明文档，对新手了解NGO算法很有帮助。

特点优势：

1.效果非常好，在单峰，多峰和固定多峰上效果均显著（详情见图）。

2.有较新策略，没有采用levy飞行，柯西变异，混沌映射这种过于常见的策略。

3.对比算法具有较强竞争力，更说明EHNGO算法的有效性。

对比算法：蛇优化算法（SO）、北方苍鹰优化算法（NGO）、鲸鱼优化算法（WOA）、算术优化算法（AOA）和灰狼优化算法（GWO）

初始条件设置：最大迭代次数为500、初始种群数量均为30、独立运行次数为30（即一次运行可得到30次结果的平均收敛曲线）

衡量指标：最优值、最差值、平均值、标准差。

输出图像：测试函数波形图、算法平均收敛曲线图和算法独立运行结果的箱型图。

文档文件：北方苍鹰算法寻优原理图PPT、23种测试函数表达式PDF、北方苍鹰优化算法原文PDF

EHNGO算法具有较强的收敛速度与收敛精度，并且在不同类型测试函数均有较好结果，相信其在工程应用上也会有亮眼表现，进行测试函数仿真时AOA算法在F17测试函数上报错了，其他测试函数上就没有问题，所以我在文件夹中放了一个海鸥优化算法（SOA，2021年提出），大家可自己用SOA算法替换AOA算法，方法也很简单，把main文件中AOA都改成SOA就可以啦。

最后，还是要推荐一下这款改进的，收敛曲线图上可以看出其强悍能力，即使在某几个测试函数上不是较优值，但是依然超过了其他算法，这就说明EHNGO算法很是成功。并且提供了箱型图，可以较为直观的看出数据的波动情况，EHNGO算法数据较为集中，鲁棒性较好。上述图均是一键运行main文件即可得到。