Pengoptima Aquila
Pengoptima Aquila (AO) ialah algoritma metaheuristik yang diinspirasikan oleh alam semula jadi yang diperkenalkan oleh Abualigah et al. pada tahun 2021, dimodelkan berdasarkan tingkah laku memburu dan keupayaan deria helang emas (aquila chrysaetos). Algoritma ini menangkap fasa penerokaan dan eksploitasi pemburuan helang, termasuk terbang tinggi, penerokaan dengan penglihatan berketepatan tinggi, dan serangan menukik pantas. AO direka untuk menyelesaikan masalah pengoptimuman yang terhad dan tidak terhad.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Aquila Optimizer. ScholarGate. https://scholargate.app/ms/optimization/aquila-optimizer
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Pengoptimuman Helang HarrisPengoptimuman↔ banding
- Particle Swarm Optimization (PSO)Pengoptimuman↔ banding
- Algoritma Kulat LendirPengoptimuman↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →