Harris Hawks Optimization
Harris Hawks Optimization (HHO) är en metaheuristisk algoritm som introducerades av Heidari et al. 2019, inspirerad av jaktstrategierna hos hökarten Harris' hök. Algoritmen modellerar det kooperativa jaktbeteendet och flyktstrategierna hos dessa rovfåglar för att lösa komplexa optimeringsproblem. HHO balanserar utforskning genom sittande och exploatering genom dynamisk jakt, vilket gör den effektiv för multimodala och högdimensionella optimeringsproblem.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Harris Hawks Optimization. ScholarGate. https://scholargate.app/sv/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.
- Aquila OptimizerOptimering↔ compare
- Grey Wolf OptimizerOptimering↔ compare
- Partikelsvärmsoptimering (PSO)Optimering↔ compare
- Slime Mould AlgorithmOptimering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →