Algoritma Musang Madu
Algoritma Musang Madu (HBA) ialah algoritma pengoptimuman metaheuristik yang diinspirasikan oleh alam semula jadi yang diperkenalkan oleh Hashim et al. pada tahun 2023, dimodelkan berdasarkan tingkah laku memburu dan strategi pintar musang madu (Mellivora capensis). Musang madu terkenal dengan kebolehan menyelesaikan masalah yang luar biasa, sifat tidak takut, dan pengejaran mangsa serta sumber makanan yang gigih walaupun menghadapi halangan yang ketara. HBA menangkap ciri tingkah laku ini untuk mencipta rangka kerja pengoptimuman yang berkesan.
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
- Hashim, F. A., Hussain, K., & Houssein, E. H. (2023). Honey badger algorithm: A new meta-heuristic optimization algorithm. Neural Computing and Applications, 35(17), 12265-12287. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Honey Badger Algorithm. ScholarGate. https://scholargate.app/ms/optimization/honey-badger-algorithm
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
- Pengoptimuman Helang HarrisPengoptimuman↔ compare
- Particle Swarm Optimization (PSO)Pengoptimuman↔ compare
- Algoritma Kulat LendirPengoptimuman↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →