La optimización de halcones de Harris (HHO) es un algoritmo metaheurístico basado en población; sin embargo, tiene baja diversidad y convergencia prematura en ciertos problemas. Este documento propone un HHO de reflexión relativa adaptativa (ARHHO), que aumenta la diversidad de HHO estándar, alivia el problema de estancamiento de soluciones óptimas locales y mejora la precisión de búsqueda del algoritmo. Las principales características del algoritmo definen energía de escape no lineal y pesos adaptativos y combinan reflexión relativa adaptativa con el algoritmo HHO. Además, demostramos la complejidad computacional del algoritmo ARHHO. Finalmente, el rendimiento de nuestro algoritmo se evalúa mediante comparación con otros algoritmos metaheurísticos conocidos en 23 problemas de referencia. Los resultados experimentales muestran que nuestros algoritmos funcionan mejor que los algoritmos comparados en la mayoría de las funciones de referencia.