Desde a conclusão de Darwin sobre a evolução dos seres vivos de um estágio principiante até o estágio em que conhecemos a vida, pesquisadores debatem as formas de evolução, sua velocidade, sua condição inicial e ainda como o ambiente transforma os passos da evolução. Os primeiros estudos sobre evolução sempre dominaram a área de computação, preocupada em reproduzir a forma de pensamento humana na resolução de problemas complexos usando máquinas. Com os avanços no conhecimento biológico sobre os seres vivos, os algoritmos passaram a utilizar formas de resolução de problemas baseadas na evolução da vida.

Muitas décadas atrás, devido a velocidade dos equipamentos, esses estudos eram apenas teóricos, proporcionando discussões sobre sua utilidade. Com o advento de computadores mais velozes esses algoritmos passaram a fazer parte da parte prática na resolução de problemas complexos, usando ou partindo de formas simples de estrutura programada. A técnica de enxame de partículas tenta reproduzir a forma de resolução de problemas as quais populações usam no seu dia-a-dia. Técnicas baseadas em colméias ou formigueiros orientam os computadores na solução dos problemas. Essas estruturas básicas de programação são conhecidas como partículas.

Imagine um grupo de investidores (partículas) interessados em investir onde um bom lucro lhe seja proporcionado. No início eles não se comunicam e cada um (x(k)) investe onde imagina que terá um bom ganho. A velocidade de suas aplicações também diferem, pois uns são mais rápidos, outros pensam em longo prazo ou outros pensam em negociações de alta frequência. A simulação desse passo não é nada mais do que usar números aleatórios, indicando posições e velocidades para esses investidores ficticios chamados de partículas.

Com o passar do tempo, esses investidores trocam informações entre si. Sob algum aspecto, alguns aplicam seu dinheiro apenas com informações dos mais próximos e outros com maior poder de influência usam informações de outros mercados para tomar sua decisão. No entanto, se algum mercado despontar mais que outro, todos irão convergir em busca de altos lucros para o mesmo mercado.

 

Esse é processo de otimização usando método de enxame de partículas. Com partículas começando com posições aleatórias e velocidades aleatórias, as mesmas precisam apenas de conhecimentos básicos como cognição (aprender com base em experimentos anteriores), sua socialização (poder de observar movimentos globais) e uma função objetivo a ser otimizada, como um sentido de vida.

 

Voltar ao índice de Enxame de Partículas

 

Introdução