Una visión general de las variantes de optimización por enjambre de partículas

La optimización por enjambre de partículas (PSO) es un algoritmo estocástico utilizado para los problemas de optimización propuestos por Kennedy en 1995. Es una técnica muy buena para los problemas de optimización. Pero aún hay una desventaja en el PSO, que es que queda atrapado en los mínimos locales. Para mejorar el rendimiento del PSO, los investigadores propusieron diferentes variantes de PSO. Algunos investigadores intentan mejorarlo mejorando la inicialización del enjambre. Algunos de ellos introducen nuevos parámetros como el coeficiente de constricción y el peso de inercia. Algunos investigadores definen diferentes métodos de peso de inercia para mejorar el rendimiento del PSO. Algunos investigadores trabajan en las partículas globales y locales mejoradas al introducir operadores de mutación en el PSO. En este artículo, veremos las diferentes variantes de PSO con respecto a la inicialización, el peso de inercia y los operadores de mutación.