灰狼算法(原理)

1 算法简介

灰狼优化算法是澳大利亚格里菲斯大学学者Mirjalili 于2014 年提出的一种新型群体智能优化算法。GWO 模拟灰狼群体捕食行为 的特性，主要通过狼群 追踪、包围、追捕、攻击 猎物等过程来达到优化搜索的目的。

灰狼属于犬科。灰狼是顶级的食肉动物，它们在食物链的顶部。灰狼通常以 群居 为主。每个群体中平均有5~12 只狼。使人特别感兴趣的是它们具有非常严格的 社会等级 管理制度，如下图所示。

灰狼的狩猎包括以下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，直到它停止移动；

３）攻击猎物。

2 算法数学模型

为了对GWO中灰狼的 社会等级进行数学建模</

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/123666176