ScholarGate
Assistente
Machine learningSwarm Intelligence

Aquila Optimizer

As águias-reais exibem uma eficiência de caça excepcional através do voo em altitude para escanear vastos territórios, localização precisa do alvo usando visão superior e ataques de mergulho explosivos com manobras notáveis. O algoritmo abstrai esses comportamentos em operações matemáticas: as águias exploram o espaço de busca em 'altitude' elevada (exploração ampla), depois transitam para a explotação intensiva à medida que se aproximam da presa (refinamento local). A principal inovação é a incorporação de múltiplas razões de exploração e explotação que equilibram a busca, permitindo a adaptação a diferentes características do problema.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  1. 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

Como citar esta página

ScholarGate. (2026, June 3). Aquila Optimizer. ScholarGate. https://scholargate.app/pt/optimization/aquila-optimizer

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

Referenciado por

ScholarGateAquila Optimizer (Aquila Optimizer). Recuperado em 2026-06-15 de https://scholargate.app/pt/optimization/aquila-optimizer · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026