ScholarGate
Asisten
Machine learningSwarm Intelligence

Optimasi Elang Harris

Optimasi Elang Harris (HHO) adalah algoritma metaheuristik yang diperkenalkan oleh Heidari et al. pada tahun 2019, terinspirasi oleh strategi berburu elang Harris. Algoritma ini memodelkan perilaku berburu kooperatif dan strategi melarikan diri dari burung pemangsa ini untuk memecahkan masalah optimasi yang kompleks. HHO menyeimbangkan eksplorasi melalui bertengger dan eksploitasi melalui pengejaran dinamis, menjadikannya efektif untuk optimasi multimodal dan berdimensi tinggi.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Sumber

  1. 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

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/id/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.

Compare side by side

Dirujuk oleh

ScholarGateHarris Hawks Optimization (Harris Hawks Optimization). Diakses 2026-06-15 dari https://scholargate.app/id/optimization/harris-hawks-optimization · Set data: https://doi.org/10.5281/zenodo.20539026