Playground AI

Eksperymentuj z algorytmami AI bezpośrednio w przeglądarce.

Particle Swarm Optimization

Particle Swarm Optimization (PSO) to metaheurystyka inspirowana zachowaniem ławic ryb i stad ptaków. Rój cząsteczek eksploruje przestrzeń rozwiązań, wymieniając informacje o najlepszych znalezionych pozycjach. Balans między eksploracją (inercja) a eksploatacją (przyciąganie do pbest/gbest) pozwala rojowi skutecznie nawigować złożone krajobrazy optymalizacji.

Czego się nauczysz

  • Jak cząstki balansują eksplorację i eksploatację
  • Czym są pbest i gbest i jak wpływają na trajektorię
  • Jak parametry inercji i współczynniki c1/c2 sterują zachowaniem roju
  • Porównanie PSO z algorytmami genetycznymi

Jak korzystać z wizualizacji

Wizualizacja optymalizacji rojem cząsteczek (PSO). Rój 25 cząstek szuka minimum funkcji na konturowej mapie cieplnej. Każda cząstka pamięta swoje najlepsze położenie (pbest), a rój śledzi globalnie najlepsze (gbest). Kontroluj inercję i współczynniki kognitywny/społeczny.

Ładowanie wizualizacji...

Poznaj teorię

Wizualizacja to świetny start, ale pełne zrozumienie wymaga teorii. Przeczytaj artykuł w bazie wiedzy, żeby dowiedzieć się jak to naprawdę działa pod maską.

Przeczytaj artykuł →