Grey Wolf Optimizer — GWO
El optimizador de lobos grises (GWO, por sus siglas en inglés) es una metaheurística de inteligencia de enjambre introducida por Mirjalili, Mirjalili y Lewis en 2014 que modela la jerarquía social y el comportamiento de caza cooperativa de los lobos grises. Una población de soluciones candidatas se divide en cuatro rangos de liderazgo —alfa, beta, delta y omega— y las tres mejores soluciones en cada iteración guían a todo el enjambre hacia regiones cada vez mejores del espacio de búsqueda.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/es/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.
- Optimización BayesianaOptimización↔ compare
- Algoritmo GenéticoOptimización↔ compare
- Optimización por Enjambre de Partículas (PSO)Optimización↔ compare
- Recocido simuladoOptimización↔ compare
- Búsqueda TabúOptimización↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →