Partikelschwarmoptimierung

Ein Partikelschwarm sucht ein globales Minimum einer Funktion

Als Partikelschwarmoptimierung (PSO) wird ein naturanaloges Optimierungsverfahren bezeichnet, das nach dem Vorbild des biologischen Schwarmverhaltens eine Lösung für ein Optimierungsproblem sucht.

Analog zum natürlichen Phänomen wird eine Population von Lösungskandidaten durch den Suchraum bewegt, um eine gute Lösung für das Problem zu erhalten. In jedem Rechenschritt wird dazu die Position jedes Individuums neu berechnet. Die PSO ist eine Metaheuristik, sie wurde 1995 von James Kennedy und Russell Eberhart vorgeschlagen.[1][2]

  1. Eberhart, Russell C.; Shi, Yuhui: Computational Intelligence: Concepts to Implementations, Seite 87.
  2. Russell Eberhart, James Kennedy: A New Optimizer Using Particle Swarm Theory. (PDF) 1995, abgerufen am 12. Januar 2016 (englisch).

© MMXXIII Rich X Search. We shall prevail. All rights reserved. Rich X Search