灰太狼优化器(拥有)

拥有是一种新型meta-heuristic全局优化算法

16.4 k下载

更新2018年5月22日

查看许可协议

GWO算法模仿领导层次和狩猎的灰狼在自然机制。四种类型的灰狼,如α,β,δ,ω是用于模拟领导层次结构。此外,三个主要步骤的狩猎,寻找猎物,环绕猎物,并攻击猎物,实现执行优化。
这是本文的源代码:s Mirjalili s . m . Mirjalili a·刘易斯,灰太狼优化器,工程软件的进步,69卷,2014年3月,页46 - 61,ISSN 0965 - 9978,http://dx.doi.org/10.1016/j.advengsoft.2013.12.007
可以找到更多的信息:http://www.alimirjalili.com/GWO.html
在这里你可以找到灰狼优化工具箱://www.tatmou.com/matlabcentral/fileexchange/47258-grey-wolf-optimizer-toolbox
其他有关提交:https://au.mathworks.com/matlabcentral/fileexchange/49772-grey-wolf-optimizer-for-training-multi-layer-perceptrons
我有一个在这一领域的相关课程。你可以通过以下链接注册以95%的折扣:

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
课程”和算法优化问题:如何理解,制定、优化和解决问题”:
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF

课程“遗传算法导论:理论和应用
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *

引用作为

Seyedali Mirjalili (2023)。灰太狼优化器(拥有)(//www.tatmou.com/matlabcentral/fileexchange/44974-grey-wolf-optimizer-gwo), MATLAB中央文件交换。检索

MATLAB版本兼容性
创建R2011b
兼容任何释放
平台的兼容性
窗户 macOS Linux

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!
版本 发表 发布说明
1.6

链接补充道:
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
输入错误
链接已经添加到描述

1.5.0.0

这个提交现在可以在R2014b工具箱文件。

1.4.0.0

错误修复

1.3.0.0

本文已经包含在提交。

1.2.0.0

GWO工具箱添加链接。

1.1.0.0

边界检查中的一个问题解决和源提交更新。

1.0.0.0