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
*******************************************************************************************************************************************
引用作为
Seyedali Mirjalili(2023)。灰狼优化器(GWO)(//www.ru-cchi.com/matlabcentral/fileexchange/44974-grey-wolf-optimizer-gwo), MATLAB中央文件交换。检索。
MATLAB版本兼容性
平台的兼容性
窗户 macOS Linux标签
拥有/
版本 | 发表 | 发布说明 | |
---|---|---|---|
1.6 | 链接补充道: |
|
|
1.5.0.0 | 该提交现在作为工具箱文件在R2014b中可用。 |
|
|
1.4.0.0 | 错误修复 |
||
1.3.0.0 | 该论文已被收录在提交文件中。 |
||
1.2.0.0 | 添加了到GWO工具箱的链接。 |
||
1.1.0.0 | 边界检查中的一个问题已经解决,源文件已经更新。 |
||
1.0.0.0 |