目录
前言
哈里斯鹰算法(Harris Hawks Optimizer,HHO)是由Heidari、Mirjalili等人于2019年提出的一种元启发式算法。
哈里斯鹰捕捉猎物的主要战术是突袭。在这种策略中,几只鹰试图从不同的方向合作攻击。捕杀可能会在几秒钟内迅速完成,但考虑到猎物的逃跑能力,捕杀也可能会持续几分钟。哈里斯鹰会在猎物附近进行多次短距离的俯冲,如图1所示。哈里斯鹰可以根据环境的动态性质和猎物的逃跑模式,展示出各种各样的追逐方式。
当最好的鹰(首领)俯冲捕食猎物时,往往会出现转换策略,追逐将由另一名成员继续进行。这种转换有利于迷惑逃跑的猎物。这种战术的主要优势是,哈里斯鹰可以将猎物追到筋疲力尽,最后,其中一只鹰(通常是最强大和最有经验的鹰)毫不费力地抓住了疲惫的猎物,并与其他成员分享。
因此,HHO算法是基于哈里斯鹰捕食猎物的过程而提出的智