الگوریتم گرگ خاکستری (Gray Wolf Optimizer) یکی از روش‌های فراابتکاری الهام‌گرفته از طبیعت است که بر اساس رفتار اجتماعی و سلسله‌مراتب گروهی گرگ‌های خاکستری طراحی شده است. این الگوریتم به‌دلیل ساختار ساده، انعطاف‌پذیری و کارایی بالا، به‌ویژه در حل مسائل بهینه‌سازی پیچیده و چندبعدی، توجه زیادی را به خود جلب کرده است. در این مقاله مروری، ابتدا مبانی نظری الگوریتم گرگ خاکستری شامل مدل‌سازی رفتار گروهی، جست‌وجوی طعمه و همگرایی به سمت بهترین راه‌حل بررسی می‌شود. سپس، توسعه‌ها و اصلاحات متعددی که به‌منظور بهبود کارایی این الگوریتم در زمینه‌های مختلف ارائه شده‌اند، مرور می‌شوند. از جمله این اصلاحات می‌توان به ترکیب آن با سایر روش‌های هوشمند، بهبود مکانیزم جست‌وجو و افزایش پایداری در برابر بهینه‌های محلی اشاره کرد. کاربردهای الگوریتم در حوزه‌هایی مانند بهینه‌سازی مهندسی، طراحی شبکه‌های کامپیوتری، برنامه‌ریزی سیستم‌ها، و یادگیری ماشین مورد بررسی قرار گرفته است. همچنین، چالش‌ها و محدودیت‌های الگوریتم از جمله نیاز به تنظیم دقیق پارامترها و احتمال گیر افتادن در بهینه‌های محلی تحلیل شده است.

گرگ خاکستری