Optimalizaci rojem částic (PSO) původně představili v roce 1995 Kennedy a Eberhart [1] jako nástroj pro optimalizaci nelineárních funkcí. Algoritmus se pokouší simulovat chování zvířat, která ve skupinách spolupracují při hledání potravy. Podle této vlastnosti lze tento algoritmus zařadit do oblasti inteligence rojů.
PSO ovšem nevychází pouze ze sociální interakce. Shi a Eberhart v [2] uvádějí, že hlavní rozhodovací rovnice algoritmu má tři základní části; druhá část ovlivňuje rozhodnutí vzhledem k osobně nejlepší poloze částice v prohledávaném prostoru. Tato část se označuje také jako kognitivní a představuje vlastní myšlení částice. Proto se také PSO označuje za metodu umělé inteligence. PSO se snaží dosáhnout cíle (najít minimum) při zohlednění prostředí vlastním uvážením, což odpovídá definici v [3].
Použití v programu
Addon "Optimalizace & odhad nákladů / Odhad emisí CO2" používá optimalizaci rojem částic pro nalezení optimálních hodnot globálních parametrů.