ScholarGate
Assistent
Process / pipeline

Grey Wolf Optimizer — GWO

Grey Wolf Optimizer (GWO) är en metaheuristik för svärmintelligens som introducerades av Mirjalili, Mirjalili och Lewis år 2014. Den modellerar den sociala hierarkin och det kooperativa jaktbeteendet hos gråvargar. En population av kandidatlösningar delas in i fyra ledarskapsnivåer — alfa, beta, delta och omega — och de tre bästa lösningarna i varje iteration leder hela svärmen mot allt bättre regioner av sökrymden.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

+1 till

Källor

  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

Så citerar du den här sidan

ScholarGate. (2026, June 1). Grey Wolf Optimizer (GWO). ScholarGate. https://scholargate.app/sv/optimization/grey-wolf-optimizer

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateGrey Wolf Optimizer (Grey Wolf Optimizer (GWO)). Hämtad 2026-06-15 från https://scholargate.app/sv/optimization/grey-wolf-optimizer · Datamängd: https://doi.org/10.5281/zenodo.20539026