La tesi propone un modello di Particle Swarm Optimization (PSO) modificato per la simulazione del movimento dei pedoni in scenari di evacuazione. I pedoni sono rappresentati come agenti autonomi impegnati in un processo di ottimizzazione decentralizzato, volto alla minimizzazione di una funzione di costo in un ambiente dinamico e soggetto a vincoli temporali e spaziali. La formulazione proposta estende l'algoritmo PSO canonico introducendo componenti cognitive, sociali e stocastiche, al fine di rappresentare con maggiore realismo i comportamenti collettivi e le dinamiche tipiche dei flussi di pedoni. Il modello proposto è validato mediante simulazioni numeriche su funzioni di test, che ne confermano la convergenza e la robustezza.