بهینه سازی شاهین هریس : الگوریتم و کاربردها (Harris Hawks)

چکیده
در این مقاله ، الگوی بهینه سازی مبتنی بر جمعیت و الهام از طبیعت ، ارائه شده است که به آن بهینه ساز هریس هاوکس (HHO)یا شاهین هریس گفته می شود. الهام بخش اصلی HHO از رفتار مشارکتی و سبک تعقیب طعمه توسط گروه شاهین هریس در طبیعت با روش گشت و گذار غافلگیرانه استنباط شده است. در این استراتژی هوشمند ، چندین شاهین با همکاری و حمله از جهات مختلف تلاش برای غافلگیر کردن طعمه می کنند. شاهین هریس می تواند الگوهای مختلف تعقیب را بر اساس ماهیت سناریوهای پویا و الگوهای گریز طعمه ارایه دهد. این روش به طور محاسباتی از الگوها و رفتارهای پویا تقلید می کند تا یک الگوریتم بهینه سازی را بوجود اورد. اثربخشی بهینه ساز HHO با مقایسه با سایر تکنیک های الهام بخش از طبیعت بر روی ۲۹ مسئله معیاری و چندین مسئله مهندسی در دنیای واقعی مورد بررسی قرار می گیرد. نتایج آماری و مقایسه ها نشان می دهد که الگوریتم HHO نتایج بسیار امیدوار کننده و گاها رقابتی را در مقایسه با تکنیک های فراابتکاری نمایش می دهد.