Harris Hawks Optimierung
Harris Hawks Optimierung (HHO) ist ein Metaheuristik-Algorithmus, der 2019 von Heidari et al. eingeführt wurde und von den Jagdstrategien von Harris-Habichten inspiriert ist. Der Algorithmus modelliert das kooperative Jagdverhalten und die Fluchtstrategien dieser Greifvögel zur Lösung komplexer Optimierungsprobleme. HHO balanciert Exploration durch Rasten und Exploitation durch dynamische Verfolgung, was es für multimodale und hochdimensionale Optimierung effektiv macht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/de/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.
- Aquila OptimizerOptimierung↔ compare
- Grey Wolf OptimizerOptimierung↔ compare
- Partikelschwarmoptimierung (PSO)Optimierung↔ compare
- Slime Mould AlgorithmOptimierung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →