Process / pipeline

Grey Wolf Optimizer — GWO

Harmaasusoptimoija (GWO) on Mirjalili, Mirjalili ja Lewisin vuonna 2014 esittelemä älykkään parven metaheuristiikka, joka mallintaa harmaasusien sosiaalista hierarkiaa ja yhteistyöhön perustuvaa metsästyskäyttäytymistä. Ehdokasratkaisujen populaatio jaetaan neljään johtajuusluokkaan – alfa, beta, delta ja omega – ja kolme parasta ratkaisua kullakin iteraatiolla ohjaa koko parvea kohti yhä parempia alueita hakutilassa.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

+1 more

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/fi/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

Tähän viittaavat

ScholarGateGrey Wolf Optimizer (Grey Wolf Optimizer (GWO)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/optimization/grey-wolf-optimizer · Aineisto: https://doi.org/10.5281/zenodo.20539026