哈里斯鷹最佳化(HHO)算法是一種元啟發式算法，它模擬了生物性的種群捕食調度。這種算法在開發能力、種群多樣性和避免陷入局部最優方面存在一些缺點。為了改進這些不足，提出了一種多策略改進的哈里斯鷹最佳化算法(MHHO)。
改進的算法中，首先在哈里斯鷹中引入了混沌局部搜尋策略，利用混沌映射的優點，圍繞當前個體進行局部搜尋，以找到更好的個體，從而提高算法的開發能力。其次，為了增強種群多樣性，提出了精英備選池策略。此外，通過對優勢種群信息的採樣來更好地引導種群進化方向，並採用分布估計策略提高算法收斂效率。
CEC2017測試實驗結果表明，改進後的算法能夠在收斂速度與全局搜尋能力之間取得平衡。而且，將改進後的算法用於求解工程約束問題，證明了其實用性。