Algoritmos de otimização estocásticos: TLBO, AG, PSO e ED em python
Algoritmos de otimização estocásticos não utilizam informações como derivadas e gradientes da função custo. As soluções candidatas são criadas de maneira aleatória e vão em direção ao menor custo através de interações umas com as outras, e fatores aleatórios. Isto significa que diferentemente de otimizações determinísticas, cada nova execução do algoritmo, mesmo com a mesma configuração inicial, pode gerar um resultado diferente. Seu ponto forte é a velocidade para problemas de alta dimensão e capacidade de lidar com espaços não diferenciáveis e limitados.