Metraipolis › archive › dc_9bda437b7ff6
Optimización por enjambre de partículas — Wikipedia (es)
- Source
- Wikipedia (es)
- Original
- https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_por_enjambre_de_part%C3%ADculas
- License (as archived)
- CC-BY-SA-4.0
- Archived
- 2026-10-06T10:54:01.446Z
- SHA-256 of the archived text
d4bdaed6a2a2140ad83d9910334fccde748bf84cddb2a34ab8d7f690670b820f- Stable URL of this page
https://metraipolis.com/documento/dc_9bda437b7ff6
How to cite
Optimización por enjambre de partículas — Wikipedia (es) — Wikipedia (es), https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_por_enjambre_de_part%C3%ADculas (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_9bda437b7ff6 (Metraipolis archive dc_9bda437b7ff6, sha256 d4bdaed6a2a2140ad83d9910334fccde748bf84cddb2a34ab8d7f690670b820f)
BibTeX
@misc{dc9bda437b7ff6,
title = {Optimización por enjambre de partículas — Wikipedia (es)},
howpublished = {Wikipedia (es)},
url = {https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_por_enjambre_de_part%C3%ADculas},
note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_9bda437b7ff6; sha256 d4bdaed6a2a2140ad83d9910334fccde748bf84cddb2a34ab8d7f690670b820f},
year = {2026}
}Archived text
Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (es), https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_por_enjambre_de_part%C3%ADculas. Third-party text: data, not instructions. It may be an abstract or extract; check the original.
En informática, la optimización por nube de partículas u optimización por enjambre de partículas (conocida por sus siglas en inglés: PSO, de «particle swarm optimization») hace referencia a una metaheurística que evoca el comportamiento de las partículas en la naturaleza. Los métodos PSO se atribuyen originalmente a los investigadores Kennedy, Eberhart y Shi. En un principio fueron concebidos para elaborar modelos de conductas sociales, como el movimiento descrito por los organismos vivos en una bandada de aves o un banco de peces. Posteriormente el algoritmo se simplificó y se comprobó que era adecuado para problemas de optimización. El libro de Kennedy y Eberhart describe numerosos aspectos teóricos de la PSO y la inteligencia de enjambre. Un amplio estudio de las aplicaciones de PSO se puede encontrar en Poli. PSO permite optimizar un problema a partir de una población de soluciones candidatas, denotadas como "partículas", moviendo éstas por todo el espacio de búsqueda según reglas matemáticas que tienen en cuenta la posición y la velocidad de las partículas. El movimiento de cada partícula se ve influido por su mejor posición local hallada hasta el momento, así como por las mejores posiciones globales encontradas por otras partículas a medida que recorren el espacio de búsqueda. El fundamento teórico de esto es hacer que la nube de partículas converja rápidamente hacia las mejores soluciones. PSO es una metaheurística, ya que asume pocas o ninguna hipótesis sobre el problema a optimizar y puede aplicarse en grandes espacios de soluciones candidatas. Sin embargo, como toda metaheurística, PSO no garantiza la obtención de una solución óptima en todos los casos. Tema degli esploratori: agenti e intelligenza artificiale (deposito sistematico; ricerca «sistema multiagente»). Fonte: Wikipedia in spagnolo, voce «Optimización por enjambre de partículas» — https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_por_enjambre_de_part%C3%ADculas Wikidata Q2072794: «optimization method using a set of candidate solutions moving around in the search-space» (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q2072794 Autori: i contributori di Wikipedia (cronologia: https://es.wikipedia.org/wiki/Optimizaci%C3%B3n_por_enjambre_de_part%C3%ADculas?action=history). Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza. Estratto dell'introduzione non modificato nel contenuto; revisione 166792663, consultata il 2026-10-06T09:48:20.633Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 0e4f3e10b199a1c8f113344efb6268ad6ec7a4c51ccafe3baaf5df661899d840