Naar inhoud
BetaAI Begrippen

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

Multi-swarm optimization

Engels: Multi-swarm optimization · Ook wel: MSO, multiswarm optimization, multi-swarm PSO, MSPSO

In het kort

Multi-zwermoptimalisatie is een zoekmethode die meerdere groepen deeltjes gebruikt in plaats van één groep. Elke groep deeltjes zoekt samen in een eigen stuk van het zoekgebied, terwijl een aparte methode bepaalt waar en wanneer een nieuwe groep van start gaat. Die aanpak past daarom bij vraagstukken met meerdere goede oplossingen, zoals een technisch ontwerp met meer dan één bruikbare uitkomst.

Waarom is dit belangrijk?

Zoekmethoden voor lastige rekenproblemen kunnen zo verder kijken dan de eerste sterke vondst, zonder dat eerdere resultaten daarbij verloren gaan. In de wetenschap gebruiken onderzoekers deze aanpak als kader om losse zoekmethoden in één rekenproces te combineren. Voor studenten en onderzoekers geeft dat een breder beeld van mogelijke antwoorden op het werk, al hangen de uitkomsten af van keuzes zonder vaste richtlijnen.

Zo werkt het in de praktijk

Onderzoekers passen multi-zwermoptimalisatie toe bij routeplanning, automatische besturing en energiesystemen. Een studie rekent de inspectieroute van een robothond door. Die studie weegt ook het energiegebruik af bij taken op computers in de cloud en op apparaten dichtbij.

Daarbij onderzoeken zij hoe de deeltjesgroepen onderling informatie delen. Veel varianten houden één vast uitwisselingspatroon aan. Een recente aanpak laat een taalmodel dat patroon tussentijds aanpassen aan de stand van elke groep.

De studie zet die aanpak naast patronen als uitzenden, een hoofdgroep met volgers, verplaatsing, een beurtrol en paren. De uitkomsten worden gemeten op de CEC 2022-testreeks, een vaste set sommen voor evolutionaire berekening.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026