Particle Swarm Optimization: differenze tra le versioni

Versione delle 18:49, 26 gen 2020

Versione attuale delle 15:48, 23 giu 2022

Riga 1:

{{F|programmazione|luglio 2011}}

[[File:PSO Meta-Fitness Landscape (12 benchmark problems).JPG|thumb|Esempio di funzionamento del PSO]]

In [[informatica]], lal''''ottimizzazione con sciami di particelle''', nota anche come '''particle swarm optimization''' ('''PSO'''), traducibile come "ottimizzazione con sciami di particelle", è un [[algoritmo]] di ottimizzazione e appartiene ad una particolare classe di algoritmi utilizzati in diversi campi, tra cui l'[[intelligenza artificiale]]. È un metodo [[euristico]] di ricerca ed ottimizzazione, ispirato al movimento degli [[sciamareFormazione a sciame|sciami]].

Ad ogni iterazione, l'algoritmo identifica un nuovo "candidato all'ottimo" nello spazio di ricerca, sulla base di una specifica [[misura di qualità]] (fitness). La PSO rientra nell'egida delle meta-euristiche, poiché non fa alcuna assunzione sul problema e consente l'esplorazione di larghissimi spazi di soluzioni. Per come è strutturato l'algoritmo, tuttavia, non c'è alcuna garanzia che la soluzione ottima verrà mai trovata.