该算法模拟了自然界中灰狼的领导阶层和捕猎机制。四种类型的灰狼,如阿尔法、贝塔、德尔塔和欧米茄被用来模拟领导阶层。另外,通过搜索猎物、包围猎物和攻击猎物三个主要的狩猎步骤进行优化。
这是论文的源代码:S. Mirjalili, S. M. Mirjalili, A. Lewis, Grey Wolf Optimizer, Advances in Engineering Software, Volume 69, 2014年3月,page 46-61, ISSN 0965-9978,http://dx.doi.org/10.1016/j.advengsoft.2013.12.007.
更多资料请浏览:http://www.alimirjalili.com/GWO.html
你可以在这里找到灰太狼优化工具箱://www.tianjin-qmedu.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
我有很多这方面的相关课程。你可透过以下连结报名,享受九五折优惠:
*******************************************************************************************************************************************
“优化问题与算法:如何理解、表述和解决优化问题”课程:
https://www.udemy.com/optimisation/?couponCode=MATHWORKSREF
《遗传算法概论:理论与应用》
https://www.udemy.com/genisticgorithm/?couponcode=mathworksref.
*******************************************************************************************************************************************
Seyedali Mirjalili(2021)。灰太狼优化器(//www.tianjin-qmedu.com/matlabcentral/fileexchange/44974-grey-wolf-optimizer-gwo), MATLAB中央文件交换。检索.
您好,您能帮我翻译一下30母线系统的最佳功率流代码吗?
我有数据,但在相互联系上有些困难,我会感激的
电子邮件:sophiaowaisbhatti@gmail.com
sophiaowaisbhatti@gmail.com
你好,先生,我能帮我一个简单的3或5个发电机的动态负荷调度代码吗,先生?
我拿到了数据,发现编码有困难长官,我会很感激的
电子邮件:aarthiarunnaga@gmail.com
先生,我是灰狼优化matlab代码
电子邮件:flynnmoselly@yahoo.fr
先生
灰狼优化技术的matlab代码
电子邮件:palaparthirajesh351@gmail.com
您好,由于目标函数的输入是整数,如何将灰狼算法选择的最优参数设置为整数。谢谢你!
亲爱的先生,请您解释如何创建纸张中给出的搜索历史图。
电子邮件:g.sravan278@gmail.com
我想知道它是否适用于机器人路径规划,但我还没有找到代码
看看我的github,我用Python (Numpy)实现了这个算法,以获得更好的性能。
https://github.com/thieunguyen5991/metaheuristics
嘿,亲爱的,我如何使用GWO微网格优化,请如果你可以发送源代码比您的支持万博1manbetx
如何在这个程序中施加约束
你好先生,
我们是否可以将GWO应用于图像融合(频域),如果可以,如何裁剪?
你好,先生
为什么每次运行这个程序,Best_pos的结果都不一样?期待您的回复!
你好,先生
为什么每次运行这个程序,Best_pos的结果都不一样?期待您的回复!
清除所有
clc
SearchAgents_no = 20;%搜索代理数
func_name =“DG1”;% F1 ~ F23的测试函数名称(本文表1、2、3)
Max_iteration = 100;%最大迭代次数
%加载选定基准函数的详细信息
[磅,乌兰巴托,昏暗,fobj] = Get_Functions_details(“DG1”);
[Best_score, Best_pos GWO_cg_curve] =拥有(SearchAgents_no Max_iteration,磅,乌兰巴托,昏暗,fobj);
图('Position',[500 500 660 290])
%画搜索空间
次要情节(1、2、1);
% func_plot (func_name);
标题(“参数空间”)
包含(x_1);
ylabel (x_2);
Zlabel ([func_name,'(x_1, x_2)'])
%
% %绘制客观空间
%次要情节(1、2、2);
% semilogy (GWO_cg_curve,“颜色”,“r”)
%标题(“客观空间”)
%包含(“迭代”);
% ylabel('到目前为止获得的最佳分数');
%轴紧
%网格
%框
%的传说(“拥有”)
display([' GWO获得的最佳解决方案是:',num2str(Best_pos)]);
显示([' GWO找到的目标函数的最佳最佳值是:',num2str(Best_score,'%10.9e\n')]);
第47行有人能告诉我吗
你好,
我在IEEE-14,33和69总线系统工作,我想申请在GWO谁能告诉我如何在matlab中使用GWO值
查看混合GWO和PSO代码https://in.mathworks.com/matlabcentral/fileexchange/68776-hybrid-gwopso-optimization获得更好的性能
你好先生,
请,我想使用GWo为SVM分类器选择最佳RBF (sigma,c)参数。
但我不知道如何更改代码来解决我的问题。
你能给我点提示或者密码吗?
我的问候。
你好,所有人
我已经在LFC问题中应用了这种GWO技术。
我得到的错误为
???下标下标必须是实正整数或逻辑数。
错误在==> GWO在50
健身= fobj(职位(我,:));
谁能解决我的错误,使之对我有帮助呢
我使用GWO,但我想添加约束条件,所有变量的和应该是1…我不知道如何在GWO中实现约束?
你好,Seyedali,你能将GWO应用于海洋结构优化吗?如果有,你是如何定制它的?
亲爱的GWO主matlab文件不需要fobj。那是什么?是“F1”,“F2”.....?
你好
我想要用MATLAB语言编写的灰狼算法的代码,请。
先生,如何输入目标函数
如何计算GWO中猎物的x_p。以及x_p在GWO中的角色。
你好seyedali先生,谢谢你的代码,我想加入等式约束,例如,如果需求pd= 100mw,发电量应该是100mw,你能提供这个问题的解决方案吗?谢谢先生,我等你的回复。
您好先生,这个GWO能解决经济调度问题吗?他们有任何matlab代码吗?
您好先生,首先恭喜您!这个超棒的技术。一个问题:当我使用我的目标函数在这段代码。全局最佳分数不随迭代而改变。例如,如果我已经进行了100次迭代,第一次迭代的值,在迭代和最后一次迭代之间保持相同。先生有什么建议吗?
嗨,先生
源代码还没有更新
请尽快给我
嗨。先生
我想问一下GWO-EPD的代码?
您好先生,这个GWO能解决经济负荷调度问题吗?
嗨,Amr赫森,
感谢您发现了这个问题。你是对的。每次更新,我们都要更新。我会考虑这一点,并尽快更新文件。
你好,谢谢你的代码。好工作Beta_score =健身;%更新测试Delta_score =健身;%更新δ
只有一个担忧。如果我错了,请纠正我。当更新Alpha, Beta和Delta位置和得分时
(引用)
健身= fobj(职位(我,:));%Amr: best_tour =在tsp中计算旅行长度
%更新Alpha, Beta和Delta
如果健身< Alpha_score
Alpha_score =健身;%更新α
Alpha_pos =位置(我:);
结束
如果fitness>Alpha_score && fitness
Beta_pos =位置(我:);
结束
如果fitness>Alpha_score && fitness>Beta_score && fitness
Delta_pos =位置(我:);
结束
(/报价)
这不能正确地更新测试版和Delta。考虑一下这个场景:
例如,在第三次迭代后,alpha_score=1000, Beta_score=1200, Delta_score=1500
如果第4次迭代的适应度是800,那么alpha_score将被更新,beta_score将保持1200,而它应该是1000,delta_score也一样
提出了修正,
(引用)Delta_score = Beta_score;Delta_score =健身;%更新δ
健身= fobj(职位(我,:));%Amr: best_tour =在tsp中计算旅行长度
%更新Alpha, Beta和Delta
如果健身< Alpha_score
Beta_score = Alpha_score;
Beta_pos = Alpha_pos;
Alpha_score =健身;%更新α
Alpha_pos =位置(我:);
结束
如果fitness>Alpha_score && fitness
Delta_pos = Beta_pos;
Beta_score =健身;%更新测试
Beta_pos =位置(我:);
结束
如果fitness>Alpha_score && fitness>Beta_score && fitness
Delta_pos =位置(我:);
结束
(/报价)
基于灰太狼行为的启发式算法。哇。哇。
嗨Dalia,
这个问题源于F5函数。
o =(100 *(x(2:dim) - (x(1:dim-1)。^ 2))。^ 2+(1-x(1:dim-1))。^ 2)返回向量,虽然每个搜索代理应该有一个适合值。
对于F5函数,公式前面有和,如下所示:
o =总和(100 * (x(2:昏暗的)——(x (1: dim-1)。^ 2))^ 2 + (x (1: dim-1) 1) ^ 2);
一般来说,每个搜索代理应该只分配一个适应度值。
更改您的F5功能,以便它返回每个输入向量的单个值,请尝试尝试,让我知道。
阿里
我试着解这个eq
函数o = F5(x)
昏暗的=大小(x, 2);
o = (100 * (x(2:昏暗的)——(x (1: dim-1)。^ 2))^ 2 + (1 - x (1: dim-1)) ^ 2);
结束
例“F5”
fobj = @F5;
磅= - [-1.5,2];
乌兰巴托= (2,2);
昏暗的= 2;
给我错误
||和&&操作符的操作数必须可转换为逻辑标量值。
ggo错误(第51行)
如果fitness>Alpha_score && fitness
main错误(第45行)
[Best_score, Best_pos GWO_cg_curve] =拥有(SearchAgents_no Max_iteration,磅,乌兰巴托,昏暗,fobj);
请帮助我
丹尼尔,
你是对的,一些搜索代理可能在最后一次迭代中超越了搜索空间的边界,没有更多的机会返回到搜索空间。我将位置边界检查移动到第二个for循环的末尾(在更新位置之后)。我也相应地更新了源文件。
谢谢,如果有其他问题请告诉我。
Ali,当您进入循环进行第一次运行时,您的数据是在先验范围内(因为它是刚刚生成的)。当你做_last_循环迭代时,你可能会有一些搜索代理不在边界内,所以当你查看最终位置时,你可能会发现不正确的数据。
当我尝试使用整数值搜索代理时,我发现了这个:我的边界是1..10,但在最后一次循环迭代后,我得到了一些0的代理。也许对于实际价值来说,它没有那么重要。
嗨,丹尼尔,
谢谢你的赞扬和评论。我认为当前的代码是正确的,因为当你想要计算它们的“适合度”时,返回那些超越边界的搜索代理是很重要的。我同意你的观点,我们可以在第二个for循环结束的时候做这个在位置被更新的时候或者在firs for循环的顶部。然而,这里的重要问题是,边界检查应该在更新适应度之前完成。我希望这些有意义。再次感谢您的警惕和指出这件事。
问候,
阿里
嗨。伟大的优化器。谢谢你!
我发现了一个问题:我们需要在“for”循环的底部做“返回超出搜索边界的粒子”,而不是在顶部。