Machine learningSwarm Intelligence

بهینه‌ساز عقاب طلایی (Aquila Optimizer)

بهینه‌ساز عقاب طلایی (AO) الگوریتم فراابتکاری الهام‌گرفته از طبیعت است که در سال ۲۰۲۱ توسط Abualigah و همکاران معرفی شد و رفتار شکار و توانایی‌های حسی عقاب‌های طلایی (aquila chrysaetos) را مدل‌سازی می‌کند. این الگوریتم مراحل کاوش (exploration) و بهره‌برداری (exploitation) شکار عقاب را شامل پرواز در ارتفاع بالا، کاوش با دید بسیار دقیق و حملات غوطه‌وری سریع را در بر می‌گیرد. AO برای حل مسائل بهینه‌سازی مقید (constrained) و نامقید (unconstrained) طراحی شده است.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Aquila Optimizer. ScholarGate. https://scholargate.app/fa/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

ارجاع‌شده در

ScholarGateAquila Optimizer (Aquila Optimizer). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/optimization/aquila-optimizer · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026