L'ottimizzazione dello sciame di particelle (PSO) è stata originariamente introdotta nel 1995 da Kennedy e Eberhart [1] come strumento per l'ottimizzazione di funzioni non lineari. L'algoritmo tenta di simulare il comportamento degli animali che cooperano in gruppi alla ricerca di cibo. Secondo questa proprietà, l'algoritmo può essere classificato come un'intelligenza sciame.
Tuttavia, il PSO non si basa solo sull'interazione sociale. Shi ed Eberhart hanno menzionato in [2] che l'equazione decisionale principale dell'algoritmo ha tre parti base; la seconda parte esegue la decisione in relazione alla posizione personalmente migliore di una particella nello spazio di progetto. Questa parte è anche detta parte cognitiva e rappresenta il pensiero della particella. Ecco perché il PSO può anche essere descritto come un metodo di intelligenza artificiale. Il PSO cerca di raggiungere un obiettivo (trovare il minimo) usando il proprio pensiero e considerando l'ambiente che corrisponde alla definizione in [3].
Utilizzo nel programma
L'add-on "Ottimizzazione e costi/Stima delle emissioni di CO2" utilizza l'ottimizzazione dello sciame di particelle per trovare un'allocazione ottimale dei parametri globali.