Optimização por enxame de partículas

Origem: Wikipédia, a enciclopédia livre.
Ir para: navegação, pesquisa

O método do enxame de partículas (em inglês: particle swarm optimization ou PSO) é um ramo da inteligência artificial também classificado por alguns autores como um ramo da computação evolucionária, que otimiza um problema iterativamente ao tentar melhorar a solução candidata com respeito a uma dada medida de qualidade. O método do enxame de partícula foi proposto por Kennedy e Eberhart[1] em 1995. Para outros autores, não pode ser classificado como computação evolucionária, a CE, por não possuir os operadores de seleção, recombinação e mutação, que são características sine quibus non da CE. Mas se aproxima desta quanto ao quesito enxames ou inteligência em enxames. Por outro lado, parece-se mais com o método da colônia de formigas (em inglês: ant colony optimization ou ACO) e podemos, então, finalmente classificá-lo como um ramo da família da swarm intelligence .

Referências

  1. (1995) "Particle Swarm Optimization". Proceedings of IEEE International Conference on Neural Networks IV: 1942–1948. DOI:10.1109/ICNN.1995.488968. 
Ícone de esboço Este artigo sobre Informática é um esboço. Você pode ajudar a Wikipédia expandindo-o.