مروری برتحلیل و ارزیابی عملکرد الگوریتم بهینه سازی گرگ خاکستری

الگوریتم گرگ خاکستری (Gray Wolf Optimizer) یکی از روش های فراابتکاری الهام گرفته از طبیعت است که بر اساس رفتار اجتماعی و سلسله مراتب گروهی گرگ های خاکستری طراحی شده است. این الگوریتم به دلیل ساختار ساده، انعطاف پذیری و کارایی بالا، به ویژه در حل مسائل بهینه سازی پیچیده و چندبعدی، توجه زیادی را به خود جلب کرده است. در این مقاله مروری، ابتدا مبانی نظری الگوریتم گرگ خاکستری شامل مدل سازی رفتار گروهی، جست وجوی طعمه و همگرایی به سمت بهترین راه حل بررسی می شود. سپس، توسعه ها و اصلاحات متعددی که به منظور بهبود کارایی این الگوریتم در زمینه های مختلف ارائه شده اند، مرور می شوند. از جمله این اصلاحات می توان به ترکیب آن با سایر روش های هوشمند، بهبود مکانیزم جست وجو و افزایش پایداری در برابر بهینه های محلی اشاره کرد. کاربردهای الگوریتم در حوزه هایی مانند بهینه سازی مهندسی، طراحی شبکه های کامپیوتری، برنامه ریزی سیستم ها، و یادگیری ماشین مورد بررسی قرار گرفته است. همچنین، چالش ها و محدودیت های الگوریتم از جمله نیاز به تنظیم دقیق پارامترها و احتمال گیر افتادن در بهینه های محلی تحلیل شده است.

کلیدواژه ها:

الگوریتم بهینه سازی ، گرگ خاکستری ، الهام از طبیعت ، سلسله مراتب اجتماعی ، جستجوی بهینه.