GWO算法模拟了自然界灰狼的领导阶层和捕猎机制。使用alpha、beta、delta和omega四种类型的灰狼来模拟领导层级。并实现了狩猎、搜索猎物、包围猎物、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，灰狼优化器，工程软件进展，卷69,2014年3月，页46-61,ISSN 0965-9978，http://dx.doi.org/10.1016/j.advengsoft.2013.12.007．
更多资料请浏览:http://www.alimirjalili.com/GWO.html
你可以在这里找到灰太狼优化器工具箱://www.ru-cchi.com/matlabcentral/fileexchange/47258-grey-wolf-optimizer-toolbox
其他有关提交: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。透过以下连结报名，可获九折优惠:

*******************************************************************************************************************************************
“优化问题与算法:如何理解、表述和解决优化问题”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
*******************************************************************************************************************************************