ScholarGate
アシスタント
Machine learningSwarm Intelligence

ハリスホーク最適化

ハリスホーク最適化(HHO)は、Heidariらによって2019年に導入されたメタヒューリスティックアルゴリズムであり、ハリスホークの狩猟戦略に着想を得ています。このアルゴリズムは、これらの猛禽類の協調的な狩猟行動と逃走戦略をモデル化し、複雑な最適化問題の解決に用います。HHOは、止まり場(perching)による探索と動的な追跡による活用(exploitation)のバランスを取ることで、多峰性および高次元最適化問題に対して有効です。

MethodMindで開く近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

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

出典

  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

このページの引用方法

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

この手法を参照する項目

ScholarGateHarris Hawks Optimization (Harris Hawks Optimization). 2026-06-15に以下より取得 https://scholargate.app/ja/optimization/harris-hawks-optimization · データセット: https://doi.org/10.5281/zenodo.20539026