Optimasi Non-Linear dengan Kendala Menggunakan Algoritma Leaders and Followers
| Main Author: | Angmalisang, Helen Yuliana |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/177139/1/Helen%20Yuliana%20Angmalisang%20%282%29.pdf http://repository.ub.ac.id/177139/ |
Daftar Isi:
- Dalam tesis ini, algoritma Leaders and Followers (LaF) dimodifikasi untuk menyelesaikan masalah optimasi non-linear dengan kendala. Teknik yang digunakan untuk menangani kendala pada masalah optimasi tersebut adalah teknik pemisahan fungsi objektif dan kendala. Algoritma LaF dengan penanganan kendala diuji dengan menggunakan beberapa fungsi tes yang telah banyak digunakan pada penelitian-penelitian sebelumnya. Hasil dari pengujian tersebut dibandingkan dengan hasil pengujian Algoritma Genetika (GA) dan Particle Swarm Optimization (PSO) yang juga dimodifikasi dengan teknik penanganan kendala yang sama, serta menggunakan fungsi tes dan parameter yang sama. Hasil pengujian menunjukkan bahwa algoritma LaF dengan penanganan kendala konsisten menghasilkan solusi dengan tingkat akurasi yang tinggi pada masalah optimasi non-linear berdimensi rendah, yaitu ≤ 5. Selain itu, algoritma tersebut juga secara konsisten dapat menemukan solusi fisibel pada masalah optimasi non-linear dengan kendala pertidaksamaan dan masalah optimasi non-linear dengan kendala persamaan. Algoritma ini mengalami kesulitan dalam mencari solusi optimal pada masalah optimasi berdimensi tinggi, kecuali jika masalah tersebut hanya memiliki kendala pertidaksamaan linear, dan masalah optimasi dengan lebih dari satu kendala persamaan. Lebih lanjut lagi, dibandingkan dengan GA dan PSO, algoritma LaF dengan penanganan kendala secara umum memiliki performa yang lebih baik. Algoritma ini mampu melakukan eksplorasi solusi dengan lebih baik, menghindari konvergesi prematur dan lebih cepat dalam berkonvergensi