Pengoptimuman Helang Harris
Pengoptimuman Helang Harris (HHO) ialah algoritma metaheuristik yang diperkenalkan oleh Heidari et al. pada tahun 2019, yang diinspirasikan oleh strategi memburu helang Harris. Algoritma ini memodelkan tingkah laku memburu secara koperatif dan strategi melarikan diri raptor ini untuk menyelesaikan masalah pengoptimuman yang kompleks. HHO mengimbangi penerokaan melalui hinggap dan eksploitasi melalui pengejaran dinamik, menjadikannya berkesan untuk pengoptimuman multimodal dan berdimensi tinggi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 memetik halaman ini
ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/ms/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.
- Pengoptima AquilaPengoptimuman↔ compare
- Grey Wolf OptimizerPengoptimuman↔ compare
- Particle Swarm Optimization (PSO)Pengoptimuman↔ compare
- Algoritma Kulat LendirPengoptimuman↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →