La optimización del enjambre de partículas (PSO) fue introducida originalmente en 1995 por Kennedy y Eberhart [1] como una herramienta para la optimización de funciones no lineales. El algoritmo intenta simular el comportamiento de los animales que cooperan en grupos para buscar comida. Según esta propiedad, el algoritmo se puede clasificar como una inteligencia de enjambre.
Sin embargo, PSO no se basa solo en la interacción social. Shi y Eberhart mencionaron en [2] que la ecuación de decisión principal del algoritmo tiene tres partes básicas; la segunda parte toma la decisión en relación con la mejor posición personal de una partícula en el espacio de diseño. Esta parte también se conoce como parte cognitiva y representa el pensamiento de la partícula. Es por eso que el PSO también se puede describir como un método de inteligencia artificial. El PSO intenta alcanzar un objetivo (encontrar el mínimo) utilizando su propio pensamiento y considerando el entorno que corresponde a la definición en [3].
Uso en el programa
El complemento "Optimización y costes/Estimación de emisiones de CO2" utiliza la optimización del enjambre de partículas para encontrar una asignación óptima de los parámetros globales.