L'optimisation par essaim de particules (PSO) a été introduite en 1995 par Kennedy et Eberhart [1] comme outil d'optimisation de fonctions non linéaires. L'algorithme tente de simuler le comportement d'animaux qui coopèrent en groupe pour rechercher de la nourriture. Selon cette propriété, l'algorithme peut être classé comme une intelligence en essaim.
Cependant, PSO n'est pas seulement basé sur l'interaction sociale. Shi et Eberhart ont mentionné dans [2] que l'équation de décision principale de l'algorithme a trois parties de base ; la deuxième partie prend la décision relative à la meilleure position personnelle d'une particule dans l'espace de calcul. Cette partie est également appelée partie cognitive et représente la pensée de la particule. C'est pourquoi le PSO peut également être décrit comme une méthode d'intelligence artificielle. L'OSP essaie d'atteindre un objectif (trouver le minimum) en utilisant sa propre réflexion et en considérant l'environnement qui correspond à la définition de [3].
Utilisation dans le programme
Le module complémentaire « Optimisation et coûts/estimation des émissions de CO2 » utilise l'optimisation par essaim de particules pour trouver une allocation optimale des paramètres globaux.