เปรียบเทียบวิธี

	อัลกอริทึมการหาค่าเหมาะสมที่สุดโดยใช้นกแร้งแอฟริกา	อัลกอริทึม Slime Mould
สาขาวิชา	การหาค่าเหมาะที่สุด	การหาค่าเหมาะที่สุด
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2020	2020
ผู้ริเริ่ม	Hossein Moghdani	Shimin Li
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.	Li, S., Chen, H., Wang, M., Heidari, A. A., & Chakraborty, S. (2020). Slime mould algorithm: A new method for stochastic optimization. Future Generation Computer Systems, 111, 300-323.
ชื่อเรียกอื่น	AVOA	SMA
ที่เกี่ยวข้อง	4	5
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.	The Slime Mould Algorithm (SMA) is a nature-inspired metaheuristic optimization technique introduced by Li et al. in 2020. It mimics the behavior of slime moulds, which spread and contract to find optimal food sources. SMA addresses complex optimization problems by simulating the adaptive foraging and spatial distribution patterns of these organisms.