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

微信游戏小程序，直接导入微信开发工具即可使用，。。。

该脚本实现了PSO和GWO优化算法的混合。不仅包含matlab源代码，还有PSO-GWO 和 GWO的matlab运行结果对比图。

2018年IEEE进化计算大会（CEC）提出的全局优化问题的新的启发式算法。 土狼优化算法（COA）是由Juliano Pierezan和Leandro dos Santos Coelho（2018）提出的用于全局优化的自然启发的元启发式算法。

文档中主要包括了杜鹃搜索、花粉算法、人工蜂群、狼群搜索等智能算法，通过对文献的阅读，可以加深对智能算法的理解，有利于入门智能算法领域

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

自己制作的元旦小动画，寄给朋友家人或者小朋友都是不错的选择。