GWO算法模仿了自然界中灰狼的领导力等级和狩猎机制。使用Alpha，Beta，Delta和Omega等四种类型的灰狼，用于模拟领导力层次结构。此外，实施了三个主要的狩猎，寻找猎物，环绕猎物和攻击猎物的步骤以执行优化。
这是本文的源代码：S。Mirjalili，S。M. Mirjalili，A。Lewis，Gray Wold Wold Optimizer，工程软件的进步，第69卷，2014年3月，第46-61页，ISSN 0965-9978，http://dx.doi.org/10.1016/j.advengsoft.2013.12.007。
More information can be found in:http://www.alimirjalili.com/GWO.html
您可以在此处找到灰狼优化器工具箱：//www.tianjin-qmedu.com/matlabcentral/fileexchange/47258-grey-wolf-optimizer-toolbox
其他相关意见：https://au.mathworks.com/matlabcentral/fileexchange/49772-grey-wolf-optimizer-for-training-multi-layer-perceptrons
我在这方面有许多相关课程。您可以通过以下链接注册95％的折扣：

*******************************************************************************************************************************************
A course on “Optimization Problems and Algorithms: how to understand, formulation, and solve optimization problems”:
https://www.udemy.com/optimisation/?couponcode=mathworksref

A course on “Introduction to Genetic Algorithms: Theory and Applications”
https://www.udemy.com/geneticalgorithm/?couponCode=MATHWORKSREF
*******************************************************************************************************************************************