ScholarGate
Asistent
Machine learningSwarm Intelligence

Optimalizace Harrisových jestřábů

Optimalizace Harrisových jestřábů (HHO) je metaheuristický algoritmus představený v roce 2019 autory Heidari et al., inspirovaný loveckými strategiemi jestřábů Harrisových. Algoritmus modeluje kooperativní lovecké chování a únikové strategie těchto dravců k řešení složitých optimalizačních problémů. HHO vyvažuje exploraci prostřednictvím usedání a exploataci prostřednictvím dynamického pronásledování, což jej činí efektivním pro multimodální a vysokodimenzionální optimalizaci.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/cs/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.

Compare side by side

Odkazuje sem

ScholarGateHarris Hawks Optimization (Harris Hawks Optimization). Získáno 2026-06-15 z https://scholargate.app/cs/optimization/harris-hawks-optimization · Datová sada: https://doi.org/10.5281/zenodo.20539026