Grey Wolf Optimizer — GWO
De Grey Wolf Optimizer (GWO) is een metaheuristiek voor zwermintelligentie, geïntroduceerd door Mirjalili, Mirjalili en Lewis in 2014, die de sociale hiërarchie en het coöperatieve jachtgedrag van grijze wolven modelleert. Een populatie kandidaatoplossingen wordt verdeeld in vier leiderschapsrangen — alpha, beta, delta en omega — en de drie beste oplossingen in elke iteratie leiden de gehele zwerm naar steeds betere regio's van de zoekruimte.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/nl/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.
- Bayesian OptimizationOptimalisatie↔ compare
- Genetisch AlgoritmeOptimalisatie↔ compare
- Particle Swarm Optimization (PSO)Optimalisatie↔ compare
- Gesimuleerde AnnealingOptimalisatie↔ compare
- Tabu SearchOptimalisatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →