You are here: Home > Linee di Ricerca > Metodi di sintesi ed ottimizzazione > Ottimizzazione a Sciame

Ottimizzazione a Sciame

L’ottimizzazione a sciame è un algoritmo computazionale che si ispira al comportamento di animali che vivono a gruppi (sciami di insetti, branchi di pesci, etc) e vede nella collaborazione tra gli individui l’aspetto fondante anziché la competizione e supremazia del più forte come nel caso del GA. Nella Particle Swarm Optimization (PSO), ogni soluzione al problema di minimizzazione della funzione di fitness è rappresentato da un agente (o particella) libero di muoversi all’interno in uno spazio multidimensionale che definisce tutte le possibili soluzioni considerate. Ogni dimensione di questo spazio infatti rappresenta un parametro del design oggetto di ottimizzazione. Durante la loro ricerca della miglior posizione all’interno dello spazio delle soluzioni, gli agenti cambiano nel tempo la propria collocazione nel dominio multidimensionale e la velocità, in accordo, non solo con le informazioni in loro possesso circa la posizione migliore fino ad allora individuata, ma anche in base a quelle trovate dalle altre particelle. Ne risulta quindi che il singolo elemento dello sciame è stocasticamente attratto sia verso la posizione migliore che egli stesso ha localizzato sia dalla migliore posizione scoperta dagli altri appartenenti allo sciame.