เปรียบเทียบวิธี

	อัลกอริทึมการหาค่าเหมาะสมที่สุดโดยใช้นกแร้งแอฟริกา	Harris Hawks Optimization
สาขาวิชา	การหาค่าเหมาะที่สุด	การหาค่าเหมาะที่สุด
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2020	2019
ผู้ริเริ่ม	Hossein Moghdani	Ali Asghar Heidari
ประเภท	Nature-inspired metaheuristic algorithm	Nature-inspired metaheuristic algorithm
แหล่งต้นตำรับ	Moghdani, H., & Salimifard, K. (2020). Volleyball player optimizer and African vultures optimization algorithms for solving global optimization problems. Applied Soft Computing, 97, 106794.	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.
ชื่อเรียกอื่น	AVOA	HHO
ที่เกี่ยวข้อง	4	4
สรุป	The African Vultures Optimization Algorithm (AVOA) is a metaheuristic algorithm introduced by Moghdani and Salimifard in 2020, inspired by the search and scavenging behavior of African vultures. Vultures employ sophisticated collaborative strategies to locate carrion across vast distances, using thermal air currents and group dynamics to navigate efficiently. AVOA translates these collective hunting behaviors into an effective optimization framework.	Harris Hawks Optimization (HHO) is a metaheuristic algorithm introduced by Heidari et al. in 2019, inspired by the hunting strategies of Harris's hawks. The algorithm models the cooperative hunting behavior and escape strategies of these raptors to solve complex optimization problems. HHO balances exploration through perching and exploitation through dynamic pursuit, making it effective for multimodal and high-dimensional optimization.