PENENTUAN PARAMETER JARAK ANTAR VEKTOR UNGGULAN PADA MODIFIKASI SPECIES-BASED DIFFERENTIAL EVOLUTION UNTUK OPTIMASI FUNGSI MULTIMODAL

Authors

  • Said Iskandar Al Idrus

Keywords:

Differential evolution, species- based, vektor unggulan, lokal optima

Abstract

Pada saat ini optimasi mempunyai peranan penting dalam berbagaibidang penelitian operasional, indueiri, keuangan dan manajemen. DifferentialEvolution (DE), merupakan teknik pencarian acak menggunakan vektor sebagaialternatif penyelesaian dalam pencarian optimasi. DE bekerja sangat baik padaopiimasi sebuah fungsi unimodal, pada fungsi multimodal dilakukan pembagian wilayah fitness dengan dengan menggunakan niching method untuk mencari lokaloptimum. Species-based adalah salon satu metode niching yang digunakan dalamoptimasi multimodal. Metode ini membentuk banyak populasi dalam area Jungsidengan mempertahankan jarak (euclidean distance) dalam penempaian titikpusatnya atau disebut juga dengan species-seed. Setiap populasi memiliki jari-jari · (r) antara vektor-vektor dan titik pusat populasi. Pada iulisan ini dijelaskanmodifikasi untuk pengembangan Species-based yang telah ada untuk menentukanspecies-seed sebagai vektor unggulan yang disebar diseluruh area fungsi dengan meneniukan jarak ideal, hal ini bermanfaat untuk menghindari mencari species-seedsecara berulang-ulang dan dapat meneniukan jumlah indioidu dalam satu populasidengan jumlah ideal yang sama. Dari hasil test fungsi sangat baik dan dengan hasi!yang diperoleh dari paper sebelumnya dengan species-based yang belumdimodifikasi. Uniuk fungsi saiu dimensi dan dua dimensi hasil dapat di gambarkandalam bentuk gambar grafik fungsi.

References

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.

Downloads

Published

2018-11-01

Issue

Section

VOL 13, NO 1 (2013): JURNAL PENELITIAN SAINTIKA