Process / pipeline

Optimalizátor šedých vlků — GWO

Optimalizátor šedých vlků (GWO) je metaheuristika rojové inteligence zavedená Mirjalili, Mirjalili a Lewisem v roce 2014, která modeluje sociální hierarchii a kooperativní lovecké chování šedých vlků. Populace kandidátních řešení je rozdělena do čtyř vůdčích úrovní — alfa, beta, delta a omega — a tři nejlepší řešení v každé iteraci vedou celý roj směrem k stále lepším oblastem vyhledávacího prostoru.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Zdroje

  1. Mirjalili, S., Mirjalili, S. M., & Lewis, A. (2014). Grey Wolf Optimizer. Advances in Engineering Software, 69, 46-61. DOI: 10.1016/j.advengsoft.2013.12.007
  2. Faris, H., Aljarah, I., Al-Betar, M. A., & Mirjalili, S. (2018). Grey Wolf Optimizer: A Review of Recent Variants and Applications. Neural Computing and Applications, 30(2), 413-435. DOI: 10.1007/s00521-017-3272-5

Jak citovat tuto stránku

ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/cs/optimization/grey-wolf-optimizer

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Odkazuje sem

ScholarGateGrey Wolf Optimizer (Grey Wolf Optimizer (GWO)). Získáno 2026-06-15 z https://scholargate.app/cs/optimization/grey-wolf-optimizer · Datová sada: https://doi.org/10.5281/zenodo.20539026