بهینهساز گرگ خاکستری — GWO
بهینهساز گرگ خاکستری (GWO) یک فراابتکاری مبتنی بر هوش ازدحامی است که در سال ۲۰۱۴ توسط میرجلیلی، میرجلیلی و لوئیس معرفی شد و سلسلهمراتب اجتماعی و رفتار شکار مشارکتی گرگهای خاکستری را مدلسازی میکند. جمعیتی از راهحلهای کاندید به چهار رتبه رهبری — آلفا، بتا، دلتا و امگا — تقسیم میشوند و سه راهحل برتر در هر تکرار، کل ازدحام را به سمت نواحی بهتر و بهتر فضای جستجو هدایت میکنند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/fa/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.
- بهینهسازی بیزیبهینهسازی↔ compare
- الگوریتم ژنتیکبهینهسازی↔ compare
- بهینهسازی ازدحام ذرات (PSO)بهینهسازی↔ compare
- آنیل کردن شبیهسازی شدهبهینهسازی↔ compare
- جستجوی ممنوعهبهینهسازی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →