Grey Wolf Optimizer — GWO
Der Grey Wolf Optimizer (GWO) ist eine Metaheuristik der Schwarmintelligenz, die 2014 von Mirjalili, Mirjalili und Lewis eingeführt wurde und die soziale Hierarchie und das kooperative Jagdverhalten von Grauwölfen modelliert. Eine Population von Kandidatenlösungen wird in vier Führungsränge unterteilt – Alpha, Beta, Delta und Omega – und die drei besten Lösungen jeder Iteration führen den gesamten Schwarm zu immer besseren Regionen des Suchraums.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Quellen
- 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 ↗
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/de/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.
- Bayesian OptimizationOptimierung↔ compare
- Genetischer AlgorithmusOptimierung↔ compare
- Partikelschwarmoptimierung (PSO)Optimierung↔ compare
- Simulated AnnealingOptimierung↔ compare
- Tabu SearchOptimierung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →