Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Glowworm swarm optimization

Engels: Glowworm swarm optimization · Ook wel: GSO, glowworm swarm optimisation

In het kort

Glowworm swarm optimization is een zoekmethode waarbij virtuele glimwormen samen goede plekken in een wiskundig probleem zoeken. Elke glimworm krijgt een lichtsterkte die de kwaliteit van zijn huidige plek weergeeft en beweegt dan naar een helderdere buur in de buurt. Zo kan de zwerm zich in groepjes splitsen en tegelijk verschillende goede oplossingen vinden, bijvoorbeeld bij het plaatsen van sensoren.

Waarom is dit belangrijk?

Met glowworm swarm optimization kunnen rekenprogramma's in één zoekronde meerdere goede uitkomsten tegelijk vinden, ook als een vraagstuk meer dan één top heeft. In de wetenschap en bij robotica helpt de methode om verspreide bronnen van geluid, licht of warmte tegelijk op te sporen. Op school en in technisch werk ontstaan zo extra oplossingsroutes, al kan de zoektocht te vroeg stoppen en soms een sterke uitkomst missen.

Zo werkt het in de praktijk

Glowworm swarm optimization wordt gebruikt bij de jaarplanning van gewassen en bij technisch ontwerp. Kaipa van Old Dominion University en Ghose van het Indian Institute of Science Bangalore beschrijven die toepassingen in hun overzichtsboek. Zij noemen daarbij ook het groeperen van gegevens.

Onderzoekers van Guru Nanak College en Presidency College in Chennai laten glowworm swarm optimization de instellingen van een support vector machine kiezen. Dat model deelt gegevens in klassen. Zij testen dit op datasets voor hartziekte en schildklierziekte.

Het algoritme hoort bij swarm intelligence, een werkwijze waarin veel eenvoudige zoekers samen zoeken. In dat onderzoek wordt het gekoppeld aan een hyperheuristiek, een regel die de zoekaanpak kiest. Samen kiezen zij de marge en de rekenvorm van het model.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026