GWO算法模拟了自然界中灰狼的领导等级和狩猎机制。四种类型的灰狼，如alpha, beta, delta和omega被用来模拟领导等级。此外，实现了狩猎、寻找猎物、包围猎物和攻击猎物三个主要步骤进行优化。
这是论文的源代码:S. Mirjalili, S. M. Mirjalili, A. Lewis, Grey Wolf Optimizer, Advances in Engineering Software, Volume 69, March 2014, page 46-61, ISSN 0965-9978，http://dx.doi.org/10.1016/j.advengsoft.2013.12.007。
更多资料请浏览以下网页:http://www.alimirjalili.com/GWO.html
你可以在这里找到灰太狼优化工具箱://www.ru-cchi.com/matlabcentral/fileexchange/47258-grey-wolf-optimizer-toolbox
其他相关意见书:https://au.mathworks.com/matlabcentral/fileexchange/49772-grey-wolf-optimizer-for-training-multi-layer-perceptrons
我有很多这方面的相关课程。你可透过以下连结以95折优惠报名:

*******************************************************************************************************************************************
关于“优化问题和算法:如何理解、制定和解决优化问题”的课程:
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF

“遗传算法简介:理论与应用”课程
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
*******************************************************************************************************************************************