1 写在前面
该系列为基础群智能优化算法,欢迎私信一起交流问题,更多的改进算法可查看往期的推文。有问题或者需要其他建议的话,非常欢迎后台私信交流,共同进步,如若出现违反学术道德的情况与本博客以及作者无关,所有资料仅做参考。
推文相关代码后台回复关键词获取,代码本身不值钱,值钱的是思想。
2 算法基本原理
哈里斯鹰优化算法(Harris Hawks Optimization,HHO)是Heidari等于2019年提出的一种新型群智能算法,该算法源于哈里斯鹰(又名栗翅鹰)捕食时的群体协作行为。整个寻优过程包括探索、探索与开发转换和开发三个阶段,具有原理简单、控制参数少、全局搜索能力出色等特点,但同时也存在收敛速度慢、寻优精度低、易陷入局部最优等缺点。为了克服上述缺点,学者们提出了不同的优化方法。(这里的一些理论建议查看原文章,全网的博主或者做公众号的几乎都是翻译过来的)
2.1 探索阶段
在这一阶段中,哈里斯鹰所有种群个体处于等待状态,仔细检查和监控搜索空间[lb,ub]以发现猎物,它根据两种策略在随机的地方寻找猎物,选代时以概率q进行位置更新,数学表达式为:
2.2 转换阶段
HHO算法可以从