Metodin todisteiden tietue

Honey Badger Algorithm

The Honey Badger Algorithm (HBA) is a nature-inspired metaheuristic optimization algorithm presented by Hashim et al. in 2023, modeled on the hunting behavior and intelligent strategies of honey badgers (Mellivora capensis). Honey badgers are known for their remarkable problem-solving abilities, fearlessness, and persistent pursuit of prey and food sources despite significant obstacles. HBA captures these behavioral traits to create an effective optimization framework.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Taksonominen metoditietue · ml-model / optimization

Hashim, F. A., Hussain, K., & Houssein, E. H. (2023). Honey badger algorithm: A new meta-heuristic optimization algorithm. Neural Computing and Applications, 35(17), 12265-12287. · URL

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Taxonomic bucketAquila Optimizermachine-suggested · Relational suggestion, not evidence.Used in the same domainGrey Wolf Optimizermachine-suggested · Relational suggestion, not evidence.Taxonomic bucketHarris Hawks Optimizationmachine-suggested · Relational suggestion, not evidence.Used in the same domainParticle Swarm Optimizationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSlime Mould Algorithmmachine-suggested · Relational suggestion, not evidence.