เปรียบเทียบวิธี

	อัลกอริทึม Aquila Optimizer	อัลกอริทึม Slime Mould
สาขาวิชา	การหาค่าเหมาะที่สุด	การหาค่าเหมาะที่สุด
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2021	2020
ผู้ริเริ่ม	Laith Abualigah	Shimin Li
ประเภท	Nature-inspired metaheuristic algorithm	Nature-inspired metaheuristic algorithm
แหล่งต้นตำรับ	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.	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	AO	SMA
ที่เกี่ยวข้อง	3	5
สรุป	The Aquila Optimizer (AO) is a nature-inspired metaheuristic algorithm presented by Abualigah et al. in 2021, modeled after the hunting behavior and sensory abilities of golden eagles (aquila chrysaetos). The algorithm captures the exploration and exploitation phases of eagle hunting, including high-altitude soaring, exploration with high-precision vision, and rapid diving attacks. AO is designed to solve both constrained and unconstrained optimization problems.	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.