Indholdsfortegnelse:
- Definition - Hvad betyder Particle Swarm Optimization (PSO)?
- Techopedia forklarer Particle Swarm Optimization (PSO)
Definition - Hvad betyder Particle Swarm Optimization (PSO)?
Particle Swarm Optimization (PSO) er en populationsbaseret stokastisk metode, der hjælper med optimeringsproblemer. Det modelleres efter naturlige processer, såsom flokning af fugle eller bevægelse af fiskeskoler.
Techopedia forklarer Particle Swarm Optimization (PSO)
Optimering af partikelswarm fungerer med et sæt gennemførlige løsninger og begrænsninger på et optimeringsproblem. Optimeringsproblemet skal have en måltilstand - så fungerer algoritmen for at løse problemet og give de bedste værdier.
Optimering af partikelsværm blev udviklet i 1995 af Russell Eberhard og James Kennedy. Disse forskere begyndte at kigge på computersimuleringer af fugleflokning og arbejdede derefter for at perfektionere algoritmen baseret på denne forskning. Nu kan partikelswarmoptimering hjælpe ingeniører med at løse alle mulige maskinindlæringsproblemer, baseret på ideen om, at overvågning af de forskellige “partikler”, eller for eksempel dele af et peer to peer-netværk, vil give handlende indsigt.
