Pengoptimal Serigala Abu-abu — GWO
Pengoptimal Serigala Abu-abu (GWO) adalah metaheuristik kecerdasan kawanan yang diperkenalkan oleh Mirjalili, Mirjalili, dan Lewis pada tahun 2014 yang memodelkan hierarki sosial dan perilaku berburu kooperatif serigala abu-abu. Populasi solusi kandidat dibagi menjadi empat tingkatan kepemimpinan — alpha, beta, delta, dan omega — dan tiga solusi terbaik di setiap iterasi memandu seluruh kawanan menuju wilayah ruang pencarian yang semakin baik.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/id/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.
- Optimasi BayesianOptimasi↔ compare
- Algoritma GenetikOptimasi↔ compare
- Particle Swarm Optimization (PSO)Optimasi↔ compare
- Annealing SimulasiOptimasi↔ compare
- Tabu SearchOptimasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →