Harris Hawks Optimization
Harris Hawks Optimization (HHO) on metaheuristinen algoritmi, jonka Heidari et al. esittelivät vuonna 2019 ja joka on saanut inspiraationsa Harrisin haukkojen metsästysstrategioista. Algoritmi mallintaa näiden petolintujen yhteistyöhön perustuvaa metsästyskäyttäytymistä ja pakenemisstrategioita monimutkaisten optimointiongelmien ratkaisemiseksi. HHO tasapainottaa tutkimista (perching) ja hyödyntämistä (dynamic pursuit) dynaamisesti, mikä tekee siitä tehokkaan multimodaalisiin ja korkeaulotteisiin optimointitehtäviin.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/fi/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 OptimizerOptimointi↔ compare
- Grey Wolf OptimizerOptimointi↔ compare
- Hiukkasparviäly (PSO)Optimointi↔ compare
- LimahomealgoritmiOptimointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →