Grey Wolf Optimizer — GWO
Il Grey Wolf Optimizer (GWO) è una meta-euristica di intelligenza di sciame introdotta da Mirjalili, Mirjalili e Lewis nel 2014, che modella la gerarchia sociale e il comportamento di caccia cooperativa dei lupi grigi. Una popolazione di soluzioni candidate è divisa in quattro ranghi di leadership — alpha, beta, delta e omega — e le tre migliori soluzioni in ogni iterazione guidano l'intero sciame verso regioni sempre migliori dello spazio di ricerca.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/it/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.
- Ottimizzazione BayesianaOttimizzazione↔ compare
- Algoritmo GeneticoOttimizzazione↔ compare
- Ottimizzazione a Sciame di Particelle (PSO)Ottimizzazione↔ compare
- Raffreddamento SimilatoOttimizzazione↔ compare
- Ricerca TabùOttimizzazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →