Particle Swarm Optimization: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
- o, f |
Nessun oggetto della modifica |
||
Riga 2:
{{W|informatica|marzo 2011}}
In informatica, la '''particle swarm optimization''' (PSO, traducibile come "ottimizzazione con sciami di particelle") è un metodo computazionale iterativo per l'ottimizzazione di problemi. 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.
La particle swarm optimization non fa uso di un gradiente nel corso dell'ottimizzazione, dunque non è richiesta la differenziabilità del problema da analizzare, cosa che invece avviene nei metodi di ottimizzazione tradizionali come la [[discesa del gradiente]]. Per questa ragione, può essere utilizzata con successo in problemi di ottimizzazione irregolari, rumorosi, variabili nel tempo, eccetera.
| |||