Innholdsfortegnelse:
- Definisjon - Hva betyr Particle Swarm Optimization (PSO)?
- Techopedia forklarer Particle Swarm Optimization (PSO)
Definisjon - Hva betyr Particle Swarm Optimization (PSO)?
Particle Swarm Optimization (PSO) er en populasjonsbasert stokastisk metode som hjelper til med optimaliseringsproblemer. Det er modellert etter naturlige prosesser, for eksempel flokking av fugler eller bevegelse av fiskeskoler.
Techopedia forklarer Particle Swarm Optimization (PSO)
Optimalisering av partikkelsvermer fungerer med et sett gjennomførbare løsninger og begrensninger for et optimaliseringsproblem. Optimaliseringsproblemet må ha en målsetting - da jobber algoritmen for å løse problemet og gi de beste verdiene.
Optimalisering av partikkelsvermer ble utviklet i 1995 av Russell Eberhard og James Kennedy. Disse forskerne begynte å se på datasimuleringer av fugleflokkering, og arbeidet deretter for å perfeksjonere algoritmen basert på denne forskningen. Nå kan optimalisering av partikkelsvermer hjelpe ingeniører til å løse alle slags maskinlæringsproblemer, basert på ideen om at overvåking av de forskjellige "partiklene", eller for eksempel deler av et peer to peer-nettverk, vil gi grep om innsikt.
