Resumen
El algoritmo de Optimización por Enjambre de Partículas (PSO = Particle Swarm Optimization) es una técnica estocástica basada en el movimiento e inteligencia de partículas, inspirado en el comportamiento social de poblaciones y es empleado para resolver problemas complejos de optimización. En este trabajo, se presenta el algoritmo PSO en una implementación paralela y distribuida, basada en dos paradigmas simples de particionado y comunicaciones, para emplear todos los recursos de cómputo que ofrece un arreglo de computadoras (múltiples nodos y núcleos) bajo un mismo esquema de programación. Los resultados de la aplicación del algoritmo, sobre una función monomodal del conjunto de pruebas de caja negra (BBOB = Black-Box Optimization Benchmarking Problems), son comparados con los alcanzados por la versión serial del algoritmo, así como dos variantes paralelas clásicas.