灰太狼优化器（GWO）被用作多层感知器（MLP）的训练器。当前的源代码是GWO训练器用于解决虹膜分类问题的演示。
这是本文的演示源代码：
S.Mirjalili，GreyWolf优化器在训练多层感知机方面的效果如何，应用智能，出版，2015年，内政部：http://dx.doi.org/10.1007/s10489-014-0645-7
更多信息可在我的个人网页中找到：http://www.alimirjalili.com
我在这方面有很多相关的课程。您可以通过以下链接注册，享受95%的折扣：
*******************************************************************************************************************************************
关于“优化问题和算法：如何理解、制定和解决优化问题”的课程：
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF
“遗传算法导论：理论与应用”课程
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
*******************************************************************************************************************************************
引用为
Seyedali Mirjalili（2021年）。训练多层感知器的灰太狼优化算法(//www.tatmou.com/matlabcentral/fileexchange/49772-grey-wolf-optimizer-for-training-multi-layer-perceptrons)，MATLAB中央文件交换。恢复.
