带佳点集理论的灰狼算法（GWO），求解带约束的非线性规划问题。可直接运行。

本资源包含灰狼优化算法（GWO）代码以及粒子群算法（PSO），主函数为使用灰狼优化和粒子群优化对不同函数进行寻优并将两种算法的比较结果绘图显示

The Grey Wolf Optimizer(GWO) algorithm mimics the leadership hierarchy and hunting mechanism of grey wolves in nature. Four types of grey wolves such as alpha, beta, delta, and omega are employed for simulating the leadership hierarchy. In addition, three main steps of hunting, searching for prey, encircling prey, and attacking prey, are implemented to perform optimization.

比较新的优化算法，用差分进化(DE)改进原始的灰狼优化（GWO）得到的HGWO（DE-GWO）算法，以优化SVR参数为例，matlab源码有详细中文注释，便于使用，可以根据需要自己修改，是很好地学习材料。

以优化SVM算法的参数c和g为例，对GWO算法MATLAB源码进行了逐行中文注解。是很好的学习材料

比较详细的智能算法，灰狼优化算法（GWO），对于GWO算法的初学者有很大的帮助