메타 휴리스틱 기법에는 정말 다양한 종류가 많다. 빅뱅을 모사한 메타 휴리스틱 기법도 존재한다. 여러 자연 현상, 물리 현상을 통해 최적화 알고리즘을 떠올린 사람들을 보면 한 편으로 경이롭기도 하다. 계속해서 최적화와 관련된 생각을 하고 몰두를 하기 때문에 현상을 보고 '한 번 적용해 볼까?'라는 생각이 들지 않았을까. 일을 하려면 끝까지 몰두해야 경지에 이를 수 있다는 교훈을 얻게 된다. 서두가 조금 길었지만, 회색늑대 최적화 알고리즘 또한 메타 휴리스틱의 한 종류이다. 회색늑대 최적화는 회색 늑대의 사냥 방법을 모사한다. 회색늑대는 자연에서 최상위에 있는 포식자 중 하나이다. 그러나 회색 늑대의 집단 안에서 자체 지배 계급이 존재한다. 가장 높은 계급인 알파는 사냥, 취침 장소, 일어나는 시간 등 집단이 할 일을 결정한다. 그다음 계급인 베타는 알파의 의사결정과 그 아래 집단의 행동을 도와주는 역할을 한다. 차기 알파의 후보이기도 하다. 최하위의 오메가는 모든 늑대에게 복종한다....
#메타휴리스틱
#최적설계
#최적화알고리즘
#회색녹대알고리즘
원문링크 : 메타 휴리스틱 - 회색늑대 최적화 알고리즘 (Grey Wolf Algorithm, GWO)