ScholarGate
Assistent
Machine learningSwarm Intelligence

Aquila Optimizer

Aquila Optimizer (AO) er en natur-inspireret, metaheuristisk algoritme, præsenteret af Abualigah et al. i 2021, modelleret efter jagtadfærd og sanseevner hos kongeørne (aquila chrysaetos). Algoritmen indkapsler udforsknings- og udnyttelsesfaserne af ørnejagt, herunder svæven i stor højde, udforskning med højpræcisionssyn og hurtige dykkerangreb. AO er designet til at løse både begrænsede og ubegrænsede optimeringsproblemer.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  1. Abualigah, L., Yousri, D., Abd Elaziz, M., Ewees, A. A., Al-qaness, M. A., & Gandomi, A. H. (2021). Aquila optimizer: A novel meta-heuristic optimization algorithm. Computers and Industrial Engineering, 157, 107250. DOI: 10.1016/j.cie.2021.107250

Sådan citerer du denne side

ScholarGate. (2026, June 3). Aquila Optimizer. ScholarGate. https://scholargate.app/da/optimization/aquila-optimizer

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

Refereret af

ScholarGateAquila Optimizer (Aquila Optimizer). Hentet 2026-06-15 fra https://scholargate.app/da/optimization/aquila-optimizer · Datasæt: https://doi.org/10.5281/zenodo.20539026