A otimização por enxame de partículas (PSO) foi originalmente introduzida em 1995 por Kennedy e Eberhart [1] como uma ferramenta para a otimização de funções não lineares. O algoritmo tenta simular o comportamento de animais que cooperam em grupos na procura de alimento. De acordo com esta propriedade, o algoritmo pode ser classificado como uma inteligência de enxame.
No entanto, o PSO não se baseia apenas na interação social. Shi e Eberhart mencionaram em [2] que a equação de decisão principal do algoritmo tem três partes básicas; a segunda parte realiza a decisão em relação à melhor posição pessoal de uma partícula no espaço de dimensionamento. Esta parte também é conhecida como parte cognitiva e representa o pensamento da partícula. É por isso que o PSO também pode ser descrito como um método de inteligência artificial. O PSO tenta atingir um objetivo (encontrar o mínimo) utilizando o seu próprio pensamento e considerando o ambiente que corresponde à definição em [3].
Utilização no programa
O módulo "Otimização e estimativa de custos/emissões de CO2" utiliza a otimização de enxame de partículas para encontrar uma atribuição ótima dos parâmetros globais.