Scribd
Unggah
2 tayangan2 halaman

Genetic Algorithm

Dokumen ini menjelaskan tiga teknik optimasi: Genetic Algorithm, Particle Swarm Optimization (PSO), dan Ant Algorithm. Setiap teknik memiliki langkah-langkah penyelesaian yang spesifik, di mana Genetic Algorithm berfokus pada seleksi individu terbaik, PSO terinspirasi dari perilaku koloni burung, dan Ant Algorithm menggunakan jejak feromon untuk menemukan jalur terpendek. Ketiga metode ini digunakan untuk menyelesaikan masalah optimasi yang kompleks.

Diunggah oleh

Muhammad Izzul Haq
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
2 tayangan2 halaman

Genetic Algorithm

Dokumen ini menjelaskan tiga teknik optimasi: Genetic Algorithm, Particle Swarm Optimization (PSO), dan Ant Algorithm. Setiap teknik memiliki langkah-langkah penyelesaian yang spesifik, di mana Genetic Algorithm berfokus pada seleksi individu terbaik, PSO terinspirasi dari perilaku koloni burung, dan Ant Algorithm menggunakan jejak feromon untuk menemukan jalur terpendek. Ketiga metode ini digunakan untuk menyelesaikan masalah optimasi yang kompleks.

Diunggah oleh

Muhammad Izzul Haq
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd

Muhammad Izzul Haq

170536630061

Genetic Algorithm
Genetic algorithm adalah teknik pencarian pada komputasi utuk menemukan solusi atau
pendekatan untuk masalah optimasi. Konsep utamanya adalah individu-individu yang paling
unggul akan bertahan hidup, sedangkan individu-individu yang lemah akan punah.

langkah-langkah penyelesaian:
1. Pilih populasi awal
2. Evaluasi fitness dari tiap individu dalam populasi
3. Iterasi:
a. Pilih individu terbaik untuk reproduksi
b. Hasilkan generasi baru lewat crossover dan mutasi dan menghasilkan anak
c. Evaluasi fitness dari setiap individu anak
d. Ganti bagian populasi terburuk dengan anak
4. Sampai kondisi akhir tercapai

Particle Swarm Optimization (PSO)

Pso adalah teknik optimasi yang terinspirasi dari perilaku koloni burung. Ketika koloni
burung terbang ke suatu tempat, burung-burung akan saling bekerjasama. Kerjasama tersebut
adalah setiap burung akan mengevaluasi posisinya, mengambil informasi dari ‘teman-teman’nya,
untuk mengubah posisinya pada posisi yang terbaik. Jadi setiap burung memiliki ‘kecerdasan’
untuk mengingat kondisi dia sekarang, posisi historis dia yang terbaik, posisi kawanan secara
keseluruhan yang terbaik, serta dapat mengambil keputusan untuk mengubah posisi nya
berdasarkan tiga variable tersebut.

langkah-langkah penyelesaian:
1. Inisialisasi partikel
2. setiap partikel Hitung nilai fitness
3. jika nilai fitness baru lebih baik daripada nilai fitness lama
4. Update nilai fitness dari partikel tersebut
5. Pilih partikel dengan nilai fitness terbaik diantara semua partikel tetangganya dan simpan
nilai fitness terbaik tersebut for setiap partikel
6. Hitung velocity partikel menggunakan persamaan Update posisi partikel menggunakan
persamaan
Ant Algorithm
Ant Algorithm adalah teknik untuk menyelesaiakan masalah optimasi yang terdiri dari
banyak variable ,dimana teknik tersebut terinspirasi dari kawanan semut. Setiap semut dalam
kawanan yang berjalan akan meninggalkan pheromone (semacam zat kimia) pada jalur yang
dilaluinya yang digunakan untuk memberi sinyal. Jalur yang pendek akan menyisakan sinyal
yang lebih kuat. Semut berikutnya, pada saat memutuskan jalur mana yang harus dipilih,
biasanya akan cenderung memilih untuk mengikuti jalur dengan sinyal yang paling kuat,
sehingga jalur terpendek akan ditemui karena lebih banyak semut yang akan melewati
jalur tersebut.
langkah-langkah penyelesaian:
1. Tentukan alpha, beta, rho dan Q
2. Tentukan Array Jarak untuk setiap titik yang tersedia
3. Tentukan Array Jarak untuk setiap titik yang tersedia
4. Tentukan Array Semut yang digunakan untuk melakukan pencarian jalur
5. Cari Jejak Terbaik dan Jarak Terpendek dari setiap jejak awal pada semua semut
6. Tentukan Array feromon

Anda mungkin juga menyukai