PENENTUAN PARAMETER JARAK ANTAR VEKTOR UNGGULAN PADA MODIFIKASI SPECIES-BASED DIFFERENTIAL EVOLUTION UNTUK OPTIMASI FUNGSI MULTIMODAL
Abstract
Pada saat ini optimasi mempunyai peranan penting dalam berbagai
bidang penelitian operasional, indueiri, keuangan dan manajemen. Differential
Evolution (DE), merupakan teknik pencarian acak menggunakan vektor sebagai
alternatif penyelesaian dalam pencarian optimasi. DE bekerja sangat baik pada
opiimasi sebuah fungsi unimodal, pada fungsi multimodal dilakukan pembagian
wilayah fitness dengan dengan menggunakan niching method untuk mencari lokal
optimum. Species-based adalah salon satu metode niching yang digunakan dalam
optimasi multimodal. Metode ini membentuk banyak populasi dalam area Jungsi
dengan mempertahankan jarak (euclidean distance) dalam penempaian titik
pusatnya atau disebut juga dengan species-seed. Setiap populasi memiliki jari-jari
· (r) antara vektor-vektor dan titik pusat populasi. Pada iulisan ini dijelaskan
modifikasi untuk pengembangan Species-based yang telah ada untuk menentukan
species-seed sebagai vektor unggulan yang disebar diseluruh area fungsi dengan
meneniukan jarak ideal, hal ini bermanfaat untuk menghindari mencari species-seed
secara berulang-ulang dan dapat meneniukan jumlah indioidu dalam satu populasi
dengan jumlah ideal yang sama. Dari hasil test fungsi sangat baik dan dengan hasi!
yang diperoleh dari paper sebelumnya dengan species-based yang belum
dimodifikasi. Uniuk fungsi saiu dimensi dan dua dimensi hasil dapat di gambarkan
dalam bentuk gambar grafik fungsi.
Keywords
Full Text:
PDFReferences
B. Y. Qu, P. N. Sugathan, Senior Member,
IEEE, and J. J. Liang. 2012. Differential
Evolution with Neighborhood Mutation
for Multimodal Optimization. IEEE Transaction
on Evolutionary Computation, Vol. 16
No. 5, pp. 601 - 613.
Jani Ronkkonen. 2009. Thesis for the
degree of Doctor of Science (Technology).
Continuous Multimodal Global Optimization
With Differential Evolution-Based Methods.
Act Universitatis Lappeenrantaensis.
Kenneth V.Price. Rainer M. Storn, [ouni
A. Lampinen. 2005. Differential Evolution:
A Pratical Approach to Global Optimization.
Springer.
Li, X. 2005. Efficient differential evolution
using speciation for multimodal function
optimization. In Proceedings of the
Conference on Genetic and Evolutionary
Computation (GECCO 2005) (Washington
DC, USA, 2005), pp. 873 - 880.
Michael G. Epitropakis, Vassilis P.
Plagianakos, and Michael N. Vrahatis.
Multimodal Optimization Using
Niching Differential Evolution With Index-
Based Neighborhoods. WCCI 2012 IEEE
World Congress on Computational
Intelligence, June, 10-15, Brisbane,
Australia.
Miyuki Shibasaka, Akira Hara, Takumi
Ichimura, and Tetsuyuki Takahama. 2007.
Species-based Differential Evolution with
Switching Search Strategies for Multimodal
Function Optimization. IEEE Congress on
Evolutionary Computation (CEC 2007),
pp. 1183 - 1190.
Na Li, Yuanxian Li, Zhiguo Huang and
Yong Wang. 2011. Niche Differential
Evolution Algorithm and Its Application in
Multimodal Function Optimization.
Advanced Materials Research Vols. 308-
(2011) pp. 2431-2435
Rene Thomsen. 2004. Multimodal
Optimization Using Crowding-Based
Differential Evolution. Evolutionary
Computation. CEC2004. Congress on
(Volume:2), pp 1382 - 1389.
Samir W. Mahfoud. 1995. Niching Methods
for Genetic Algorithms. Department of
General Engineering, University of
General Engineering, University of
Ill ion is at Urbana-Champaign.
Article Metrics
Abstract view : 146 timesPDF - 171 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.