الگوریتم شاهین هریس یا الگوریتم HHO ، یا الگوریتم فرابتکاری باز شکاری 2019

الگوریتم شاهین هریس : الگوریتم HHO یا Harris hawks optimization  یک الگوریتم فراابتکاری است که در سال 2019 با تقلید از رفتار شکار نوعی شاهین ، بنام شاهین هریس الهام گرفته شده است.

در HHO ، یک الگوی بهینه سازی مبتنی بر جمعیت و با الهام گرفتن از طبیعت ، ارائه شده است که به آن بهینه ساز شاهین هریس (HHO) گفته می شود.

ایده اصلی الگوریتم HHO ، رفتار مشارکتی و سبک تعقیب شاهین هریس در طبیعت است که به نام یورش غافلگیرانه شناخته میشود.

الگوریتم شاهین هریس ، الگوریتم HHO
آموزش الگوریتم HHO

سابقه الگوریتم ، رفتار شاهین ها در طبیعت

  • شاهین ها را می توان در بین باهوش ترین پرندگان طبیعت در نظر گرفت.
  • توانایی های تعقیب گروهی خلاقانه ای را در هنگام ردیابی ، محاصره و در نهایت شکار طعمه از خود نشان میدهد.
  • آنها به عنوان شکارچیان واقعاً همکار، در عرصه شکار شناخته می شوند.
  • تاکتیک اصلی شاهین هریس برای گرفتن طعمه “یورش غافلگیرانه” است.
  • شاهین ها ، با گیج گردن طعمه در حین شکار، کارایی طعمه در فرار را به مرور کاهش میدهند ، و در نهایت او را شکار میکنند.

شکار مشارکتی شاهین ها

ایده اصلی الگوریتم hho ، فرایند مشارکتی شکار شاهین هاست ، در این ویدئو ، نحوه شکار خرگوش توسط گروه شاهین ها را میتوانید مشاهده کنید.

شاهین ها ابتدا بر روی تنه های درختان ، یا بوته های بلند بصورت پراکنده پخش میشوند تا شکار را پیدا کند ، سپس به تعقیب و گریز شکار میپردازند تا او را خسته کرده و در نهایت شکار را محاصره میکنند و به دام می اندازند.

استراتژی های مختلف الگورتیم HHO شامل :

  • کشف طعمه ،
  • یورش غافلگیرانه ،
  • و حمله به شکار می باشد.

الگوریتم HHO شامل دو فاز اصلی است :

  • فاز اکتشاف
  • فاز بهره برداری

فاز اکتشاف در الگوریتم شاهین هریس :

در الگوریتم HHO شاهین ها بعنوان راه حل های کاندید در نظر گرفته میشوند و بهترین راه حل کاندید در هر مرحله، بعنوان طعمه مورد نظر ، یا جواب تقریبا بهینه در نظر گرفته میشود.

در HHO ، شاهین ها بصورت تصادفی در مناطق مختلفی قرار میگیرند و منتظرند تا طعمه ای را بر اساس دو استراتژی سناسایی کنند.

ما شانس یکسان برای هر یک از استراتژی ها در نظر بگیریم،

استراتژی 1: آنها بر اساس موقعیت سایر اعضای خانواده و موقعیت طعمه (خرگوش)، موقعیت خود را تعیین میکنند.

استراتژِی 2:  شاهین ها بصورت تصادفی بر روی درختان بلند قرار میگیرند .

با توجه به دو استراتژی فوق ، شاهین ها در کل فضای جستجو توزیع میشوند و قابلیت اکتشاف الگوریتم را بالا می برند.

فاز بهره برداری در الگوریتم شاهین هریس :

در این مرحله، شاهین ها رفتار یورش غافلگیرانه را با حمله به طعمه ای که در مرحله قبلی تشخیص داده شده بود انجام میدهند.

اما معمولا طعمه تلاش میکند تا از موقعیت های خطرناک فرار کند.

در نتیجه ، در موقعیت های واقعی، رفتارهای تعقیب مختلفی شکل میگیرد.

بر اساس رفتارهای فرار طعمه و استراتژی های تعقیب شاهین ،چهار استراتژی ممکن در HHO پیشنهاد شده است تا فرایند جمله را مدل کند.

طعمه ها همیشه سعی میکنند تا از موقعیت های تهدید آمیز فرار کنند.

فرض کنید که r شانس طعمه در فرار موفقیت آمیز یا فرار ناموفق قبل از یورش غافلگیرانه باشد.
در حالی که طعمه میدود، شاهین ها ، محاصره سخت یا نرم را برای گرفتن طعمه شکل میدهند.

به این معنی که آنها بر اساس انرژی باقیمانده طعمه، حلقه محاصره را بصورت سخت یا نرم تنگ تر میکنند.

در شرایط واقعی، شاهین ها به طعمه مورد نظر نزدیک و نزدیک تر میشوند تا شانس گروهی خود را برای کشتن خرگوش توسط یورش غافلگیرانه را افزایش دهند.

بعد از چند دقیقه، انرژی خود را کم کم از دست میدهد، سپس شاهین ها روند محاصره را تشدید میکنند تا بی دردسر طعمه خسته را گرفتار کنند.

محاصره نرم در الگوریتم شاهین هریس :

محاصره نرم در زمانی است که  خرگوش هنور انرژی کافی دارد ، و تلاش میکند تا با پرش های گمراه کننده فرار کند اما در نهایت نمیتواند.

در طی این تلاش، شاهین ها بصورت نرم او را محاصره میکنند تا خرگوش را خسته تر کنند و سپس یورش غافلگیرانه را اجرا کنندمحاصره نرم در الگوریتم HHO

محاصره سخت در الگوریتم HHO :

بعد از انجام محاصره نرم،  و خسته کردن طعمه ، شاهین ها حلقه محاصره را تنگ تر و تنگ تر میکنند و محاصره را سخت میکنند.

محاصره سخت در الگوریتم شاهین هریس

شبه کد الگوریتم شاهین هریس :

شبه کد الگوریتم شاهین هریس

در این متن ، کلیات الگوریتم شاهین هریس ، را بررسی کردیم و مراحل مختلف آن را نام بردیم . برای مطالعه بیشتر در خصوص الگوریتم HHO بهترین منبع ، مقاله اصلی آن می باشد.

[static_block_content id=”1194″]

مطالب زیر را حتما بخوانید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *