本篇导航1.基本思想2.算法性能3.参考文献4.代码获取5.互动交流1.基本思想灰狼优化（GreyWolfOptimization，GWO）算法是年由澳大利亚学者SeyedaliMirjalili等人提出的。该算法模拟了自然界灰狼的领导层级和狩猎机制。灰狼属于犬科动物，被认为是顶级的掠食者，它们处于生物圈食物链的顶端。灰狼大多喜欢群居，每个群体中平均有5～12只狼。特别令人感兴趣的是，它们具有非常严格的社会等级制度。金字塔第一层为种群中的领导者，称为。在狼群中，是具有管理能力的个体，主要负责狩猎、睡觉的时间和位置分配、食物分配等群体中各项决策事务。金字塔第二层是的“智囊团队”，称为，主要负责协助进行决策。当整个狼群的?出现空缺时，将接替的位置。在狼群中的支配权仅次于，它将的命令下达给其他成员，并将其他成员的执行情况反馈给，起着桥梁的作用。金字塔第三层是，听从和的决策命令，主要负责侦查、放哨、看护等事务。适应度不好的和也会降为。金字塔最底层是，主要负责狼群内部关系的平衡。此外，集体狩猎是灰狼的另一种社会行为。灰狼的社会等级在群体狩猎过程中发挥着重要的作用，狩猎过程在的带领下完成。灰狼的狩猎过程包括以下3个主要部分：（1）跟踪、追逐和接近猎物。（2）追捕、包围和骚扰猎物，直到猎物停止移动。（3）攻击猎物。

2.算法性能

3.参考文献[1]MirjaliliS,MirjaliliSM,LewisA.GreyWolfOptimizer[J].AdvancesinEngineeringSoftware,,69(3):46–61.[2]张晓凤,王秀英.灰狼优化算法研究综述[J].计算机科学,,46(03):30-38.4.代码获取小伙伴们，想进一步学习算法基本原理和Python代码，可点击文章最下面左下方，谨防上当受骗，感谢各位支持！5.互动交流我们已经推出粉丝QQ交流群，便于大家讨论学习，赶快加入吧！！！预览时标签不可点收录于合集#个上一篇下一篇
转载请注明:http://www.aideyishus.com/lktp/464.html