1. 算法簡介
（以下描述，均不是學術用語，僅供大家快樂的閱讀）
哈里斯鷹算法是受哈里斯鷹捕食兔子過程啟發而提出的優化算法。算法提出與2019年，提出時間不長。
哈里斯鷹算法非常的復雜，其位置更新公式就有7個，并且使用了許多條件來判斷何時使用哪一個公式來計算新位置。該算法更像是數個算法拼接而成，與哈里斯鷹沒有太大的關系。不多近年多數算法都是這樣，算法與其名字相關的動物并沒有太大的關系，應該是先寫好了算法，再去尋找與之相似，能夠套用的動物，才造成了這樣的結果。
2. 算法流程
本期的主角就是哈里斯鷹了（其實兔子才是主角，不過就理解兔子是鷹所在位置的適應度函數也行）。
哈里斯鷹算法中的種群數量為N,每只鷹的位置為，該位置的優劣由其適應度函數
計算得出。
下面看看該算法的位置更新公式。
公式（1）-公式（7）為位置更新公式。
其中rand為[0,1]內的均勻隨機數，rand2為[-2,2]內的均勻隨機數，J為[-1,1]內的均勻隨機數，
先來解析一下各個公式的含義。
先說說公式（1）（3）（5）（6）（7）這4個相似的公式
公式（1），在當前位置附近進行搜索，搜索范圍較大。
公式（3）（5）（6）則是在當前最優位置附近搜索，其搜索范圍由公式（8）決定，可見隨著迭代次數的增大，它們的搜索范圍會越來越小。
公式（7）則是在得到的新位置處進行小范圍levy飛行。
下面看看公式（2）和公式（4）。
公式（2）的含義是在解空間的中心區域進行搜索。隨著迭代次數增加，和
會越來越近，此時公式（2）前半部分取值近似于0，后半部分其實就是解空間內隨機初始化并乘上了一個隨機數，[0,1]內均勻隨機數可取其期望為0.5，故該公式會在解空間中心區域進行搜索。
公式（4），個人覺得有點問題。當群體較為集中后，可以理解為與
幾乎重合，次數公式（4）退化成如下公式：
易知公式（9）所表示的是當前最優位置與原點（每個維度都是0的點）連成的直線，該直線過原點，所以，當適應度函數的正解在0處時，算法的結果會非常的好，反之，效果稍差。
算法中選擇哪個階段來更新位子主要由E的值決定。
從條件中可以看出，算法的前期使用公式（1）（2）的概率較大，而在后期則是（3）（4）（5）（6）的使用概率較大。
其中公式（5）（6）（7）在使用后需要通過貪心算法來判斷是否保留該值，公式（1）（2）（3）（4）則是無論結果好壞，都會飛行到新位置。
算法流程圖如下
流程圖屬實給我整不會了T^T
3. 實驗
適應度函數。
實驗一：
| 問題維度(維度) | 2 |
| 總群數量(種群數) | 20 |
| 最大迭代次數 | 50 |
| 取值范圍 | （-100，100） |
| 實驗次數 | 10 |
從圖像可以看出，算法收斂性還是不錯的，局部搜索能力也不錯。在算法中后期，我們可以看到群體的軌跡慢慢變成了一條線。這是由公式（4）造成的，由于公式（4）的步驟沒有貪心算法，會讓群體出現在當前最優位置與原點（值為0的點）所確定的直線上。
| 值 | |
|---|---|
| 最優值 | 3.825638232062466E-4 |
| 最差值 | 0.3058783621115111 |
| 平均值 | 0.04628947420338882 |
我們看看結果，結果中規中矩，不太出色，并且不太穩定。看來算法的性能不一定和其復雜程度成正比。
有沒有可能是公式（4）讓大部分應該收斂的個體去了較遠的位置，而使得算法的精度不高呢？實驗二將去掉公式（4）再看看效果
實驗二：將公式（4）替換為公式（3）
從圖像上看，比實驗一好了一點，群體不再像實驗一中那樣會集中到一條直線上，其他看上去與實驗一沒有太大的差別。
| 值 | |
|---|---|
| 最優值 | 4.067659511451527E-6 |
| 最差值 | 0.04826967148053276 |
| 平均值 | 0.013061678816358727 |
從結果來看，實驗二的結果比實驗一也只是好了一點，說明公式（4）對其影響也不算太大，總體來說算法還是有一定的穩定性，單獨修改某一個公式對算法的結果的影響不顯著。
4.總結
哈里斯鷹算法是根據哈里斯鷹捕食兔子的過程提出的優化算法。算法流程非常非常復雜，公式也非常非常多，雖然這些公式的相似度很高，但看起來仍然很恐怖。算法的效果并沒有因為其流程的復雜而變得出眾。看來算法的效果并不是與算法的復雜程度正相關，優秀的算法通常看起來也都很簡潔。
參考文獻
Aaha B , Sm C , Hf D , et al. Harris hawks optimization: Algorithm and applications[J]. Future Generation Computer Systems, 2019, 97:849-872. 提取碼：luuq
原文代碼提取碼：luuq
以下指標純屬個人yy,僅供參考
| 指標 | 星數 |
|---|---|
| 復雜度 | ★★★★★★☆☆☆☆ |
| 收斂速度 | ★★★☆☆☆☆☆☆☆ |
| 全局搜索 | ★★★☆☆☆☆☆☆☆ |
| 局部搜索 | ★★★★★☆☆☆☆☆ |
| 優化性能 | ★★★★☆☆☆☆☆☆ |
| 跳出局部最優 | ★★★☆☆☆☆☆☆☆ |
| 改進點 | ★★★☆☆☆☆☆☆☆ |
