چکیده: روش‌های بهینه‌سازی الهام گرفته شده از طبیعت‌ از جمله روش‌های بهینه‌سازی هوشمندی می‌باشند که در کنار سایر روش‌های کلاسیک موفقیت چشمگیری از خود بروز داده‌اند. به صورت نمونه می‌توان به الگوریتم‌های ژنتیک (الهام گرفته شده از تکامل بیولوژیکی انسان با سایر موجودات)، کلونی مورچه‌ها (بر پایه حرکت بهینه مورچه‌ها) و مدل بازپخت شبیه‌سازی شده (با الهام‌گرفتن از فرایند تبرید فلزات) عنوان نمود. این گونه الگوریتم‌ها در حل بسیاری از مساله‌های بهینه‌سازی در حوزه‌های همچون صنعت، تجارت ، مهندسی و غیره بکار می‌روند. از دیگر الگوریتم‌های نو که در سال 2019 ارائه شده است، الگوریتم بهینه‌سازی شاهین‌های هریس است که با الهام از زندگی شاهین‌های هریس در شکار کردن ارائه شده است. از ویژگی‌های این روش، می‌توان به همگرایی دقیق نقطه بهینه بوسیله شیوه حرکت دسته جمعی آن‌ها اشاره کرد. لیکن در این روش، نرخ اکتشاف و استخراج با بهره‌گیری از انرژی خرگوش (E) تنظیم می‌گردد که این متغیر تنها وابسته به تعداد دور تکامل الگوریتم اتفاق می‌افتد و به منظور تنظیم آن مقدار همگرایی شاهین‌های هریس به نقطه بهینه لحاظ نشده است. در این پایان‌نامه، به بهبود این روش به منظور کاوش بهینه فراگیر با هدف افزایش دقت و سرعت همگرایی می‌پردازیم. بدین منظور مکانیسم جدیدی برای محاسبه مقدار همگرایی شاهین‌های هریس معرفی می‌شود که در چهارچوب یک سیستم استنتاج فازی، انرژی خرگوش تنظیم می‌گرد. همچنین، در روش پیشنهادی به دلیل حفظ تنوع در جمعیت و نیز بهبود اکتشاف، از یک نگاشت آشوبی استفاده می‌شود که در آن بعضی از شاهین‌های هریس با بکارگیری از نگاشت لوجستیک به کاوش فضای مساله می‌پردازند. شبیه‌سازی روش بهبود یافته الگوریتم شاهین‌های هریس بر روی توابع تست استاندارد متفاوت، مورد آزمایش قرار گرفته و نتایج نشان دهنده بهبود الگوریتم پیشنهادی در میزان دقت وسرعت همگرایی (تعداد ارزیابی تابع) نسبت به روش پایه بهینه‌سازی شاهین‌های هریس می‌باشد.