Algoritma Hibrid Particle Swarm Optimization Grey Wolf Optimizer
| Main Author: | Putra, Mochamad Rico Pratama |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/182855/1/0520090157%20-%20Mochamad%20Rico%20Pratama%20Putra.pdf http://repository.ub.ac.id/182855/ |
Daftar Isi:
- Particle Swarm Optimization (PSO) adalah teknik optimasi yang dikembangkan pada tahun 1995 oleh Russel Eberhart dan James Kennedy. PSO terinspirasi dari perilaku sosiologis kelompok burung yang terbang bersama-sama tanpa terjadinya tabrakan antara satu burung dengan burung lainnya. PSO memiliki kelebihan yaitu perhitungannya mudah, tetapi sering terjebak di optimum lokal. Grey Wolf Optimizer (GWO) merupakan teknik optimasi yang dikembangkan pada tahun 2014. Pertama kali diperkenalkan oleh Mirjalili. GWO terinspirasi dari kelompok serigala abu-abu memburu mangsanya. Pada skripsi ini dibahas tentang hibrid antara Particle Swarm Optimization dengan Grey Wolf Optimizer (HPSOGWO). Gagasan utamanya adalah meningkatkan kemampuan eksploitasi pada PSO dengan kemampuan eksplorasi pada GWO untuk menghasilkan keunggulan dari kedua varian teknik optimasi tersebut. HPSOGWO akan diuji pada fungsi uji tanpa kendala. Berdasarkan percobaan yang telah dilakukan terhadap enam fungsi uji, HPSOGWO menghasilkan nilai minimum, standar deviasi nilai minimum, rata-rata nilai minimum yang lebih baik dari PSO namun dinilai kurang optimal bila dibandingkan GWO.