其他摘要：Um dos métodos heurísticos bastante explorados em engenharia é o PSO (Particle Swarm Optimization). O PSO é uma metaheurística baseada em populações de indivíduos, na qual candidatos à solução evoluem através da simulação de um modelo simplificado de adaptação social. Este método vem conquistando grande popularidade, no entanto, o elevado número de avaliações da função objetivo limita a sua aplicação em problemas de grande porte de engenharia, tornando a computação paralela uma alternativa atraente para sua utilização. Neste trabalho, são desenvolvidas duas versões paralelas do PSO original em multiprocessadores, utilizando funções disponíveis na biblioteca do MATLAB®, e também uma versão serial assíncrona. Os algoritmos diferem entre si pelo modo de comunicação entre os processadores (síncrono ou assíncrono) e pela forma de atualização das partículas do enxame (imediata ou por revoada). Os modelos propostos foram aplicados em problemas de engenharia conhecidos na literatura (benchmarks) e seus resultados são comparados, em termos de performance e acurácia. Em geral, a acurácia se manteve, salvo que no algoritmo assíncrono (na forma serial e paralela), houve um ganho de performance significante.
