ScholarGate
Asystent
Machine learningSwarm Intelligence

Optymalizacja metodą sokołów Harris

Optymalizacja metodą sokołów Harris (HHO) to algorytm metaheurystyczny wprowadzony przez Heidari i współpracowników w 2019 roku, inspirowany strategiami łowieckimi sokołów Harris. Algorytm modeluje kooperacyjne zachowania łowieckie i strategie ucieczki tych ptaków drapieżnych w celu rozwiązywania złożonych problemów optymalizacyjnych. HHO równoważy eksplorację poprzez przesiadywanie na wysokich miejscach i eksploatację poprzez dynamiczne pościgi, co czyni go skutecznym w przypadku problemów multimodalnych i wysokowymiarowych.

Otwórz w MethodMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/pl/optimization/harris-hawks-optimization

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateHarris Hawks Optimization (Harris Hawks Optimization). Pobrano 2026-06-15 z https://scholargate.app/pl/optimization/harris-hawks-optimization · Zbiór danych: https://doi.org/10.5281/zenodo.20539026