เปรียบเทียบวิธี

	อัลกอริทึมการหาค่าเหมาะสมที่สุดโดยใช้นกแร้งแอฟริกา	Particle Swarm Optimization (PSO)
สาขาวิชา	การหาค่าเหมาะที่สุด	การหาค่าเหมาะที่สุด
ตระกูล	Machine learning	Process / pipeline
ปีกำเนิด	2020	1995
ผู้ริเริ่ม	Hossein Moghdani	—
ประเภท	Nature-inspired metaheuristic algorithm	Population-based metaheuristic / swarm intelligence
แหล่งต้นตำรับ	Moghdani, H., & Salimifard, K. (2020). Volleyball player optimizer and African vultures optimization algorithms for solving global optimization problems. Applied Soft Computing, 97, 106794.	Kennedy, J. & Eberhart, R. (1995). Particle Swarm Optimization. IEEE International Conference on Neural Networks (ICNN), 1942-1948.
ชื่อเรียกอื่น	AVOA	PSO, swarm intelligence optimization, Parçacık Sürü Optimizasyonu (PSO)
ที่เกี่ยวข้อง	4	6
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.	Particle Swarm Optimization (PSO) is a population-based metaheuristic algorithm introduced by Kennedy and Eberhart in 1995, inspired by the collective movement of bird flocks and fish schools. Each candidate solution — called a particle — moves through the search space by updating its velocity and position based on its own best experience and the best experience of the entire swarm, enabling fast convergence across continuous optimization problems.