হ্যারিস হকস অপ্টিমাইজেশন
হ্যারিস হকস অপ্টিমাইজেশন (HHO) হলো একটি মেটাheuristic অ্যালগরিদম যা হ্যারিস হকের শিকার কৌশল দ্বারা অনুপ্রাণিত হয়ে হেইদারি ও অন্যান্যরা ২০১৯ সালে প্রবর্তন করেন। এই অ্যালগরিদমটি জটিল অপ্টিমাইজেশন সমস্যা সমাধানের জন্য এই শিকারী পাখিদের সম্মিলিত শিকার আচরণ এবং পালানোর কৌশলকে মডেল করে। HHO বসার মাধ্যমে অনুসন্ধান (exploration) এবং গতিশীল ধাওয়ার মাধ্যমে ব্যবহার (exploitation) এর মধ্যে ভারসাম্য বজায় রাখে, যা এটিকে মাল্টিমোডাল এবং উচ্চ-মাত্রিক অপ্টিমাইজেশনের জন্য কার্যকর করে তোলে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Heidari, A. A., Mirjalili, S., Faris, H., Aljarah, I., Mafarja, M., & Chen, H. (2019). Harris hawks optimization: Algorithm and applications. Future Generation Computer Systems, 97, 849-872. DOI: 10.1016/j.future.2019.02.028 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/bn/optimization/harris-hawks-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- অ্যাকুইলা অপ্টিমাইজারঅনুকূলকরণ↔ compare
- গ্রে উলফ অপ্টিমাইজারঅনুকূলকরণ↔ compare
- পার্টিকেল সোয়ার্ম অপ্টিমাইজেশন (PSO)অনুকূলকরণ↔ compare
- Slime Mould Algorithmঅনুকূলকরণ↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →