เปรียบเทียบวิธี

	อัลกอริทึมผึ้งหลวง	อัลกอริทึม Aquila Optimizer
สาขาวิชา	การหาค่าเหมาะที่สุด	การหาค่าเหมาะที่สุด
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2023	2021
ผู้ริเริ่ม	Fatma A. Hashim	Laith Abualigah
ประเภท	Nature-inspired metaheuristic algorithm	Nature-inspired metaheuristic algorithm
แหล่งต้นตำรับ	Hashim, F. A., Hussain, K., & Houssein, E. H. (2023). Honey badger algorithm: A new meta-heuristic optimization algorithm. Neural Computing and Applications, 35(17), 12265-12287.	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.
ชื่อเรียกอื่น	HBA	AO
ที่เกี่ยวข้อง	5	3
สรุป	The Honey Badger Algorithm (HBA) is a nature-inspired metaheuristic optimization algorithm presented by Hashim et al. in 2023, modeled on the hunting behavior and intelligent strategies of honey badgers (Mellivora capensis). Honey badgers are known for their remarkable problem-solving abilities, fearlessness, and persistent pursuit of prey and food sources despite significant obstacles. HBA captures these behavioral traits to create an effective optimization framework.	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.