Ottimizzazione a Sciame di Particelle (PSO)
L'Ottimizzazione a Sciame di Particelle (PSO) è un algoritmo metaeuristico basato sulla popolazione, introdotto da Kennedy e Eberhart nel 1995, ispirato al movimento collettivo di stormi di uccelli e banchi di pesci. Ogni soluzione candidata — chiamata particella — si muove nello spazio di ricerca aggiornando la sua velocità e posizione in base alla propria migliore esperienza e alla migliore esperienza dell'intero sciame, consentendo una rapida convergenza in problemi di ottimizzazione continua.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Fonti
- Kennedy, J. & Eberhart, R. (1995). Particle Swarm Optimization. IEEE International Conference on Neural Networks (ICNN), 1942-1948. DOI: 10.1109/ICNN.1995.488968 ↗
- Shi, Y. & Eberhart, R. (1998). A Modified Particle Swarm Optimizer. IEEE Congress on Evolutionary Computation (CEC). link ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Particle Swarm Optimization (PSO). ScholarGate. https://scholargate.app/it/optimization/particle-swarm-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Ottimizzazione basata su sciamiOttimizzazione↔ compare
- Ottimizzazione BayesianaOttimizzazione↔ compare
- Differential EvolutionOttimizzazione↔ compare
- Algoritmo GeneticoOttimizzazione↔ compare
- Grey Wolf OptimizerOttimizzazione↔ compare
- Raffreddamento SimilatoOttimizzazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →