در این مقاله از سری آموزش‌های مجله پی استور به بررسی الگوریتم‌های هیوریستیک «Heuristics»، متاهیوریستیک یا فراابتکاری «Meta-Heuristics» و احتمالاتی «Probabilistic» خواهیم پرداخت. هدف ما بررسی تعریف، شباهت‌ها، تفاوت‌ها و ارائه مثال‌هایی از هر یک از این الگوریتم‌ها است.

در این مقاله، ابتدا مفاهیم اولیه بهینه‌سازی را توضیح خواهیم داد. سپس به معرفی انواع مختلف الگوریتم‌های بهینه‌سازی می‌پردازیم و در نهایت، کاربردهای آن‌ها را در مسائل واقعی مورد بررسی قرار می‌دهیم.

الگوریتم گرگ خاکستری Grey Wolf Optimizer که به الگوریتم GWO معروف است یک الگوریتم بهینه سازی مبتنی بر جمعیت است که از رفتار گرگ های خاکستری در زندگی کردن و روش شکار آن‌‌ها الهام گرفته شده است. در این مقاله از مجله پی استور، الگوریتم گرگ خاکستری را تشریح خواهیم کرد و در ادامه کدهای پیاده سازی این الگوریتم در متلب و پایتون را بیان می کنیم.