Particle Swarm Optmization dikembangkan pada tahun 1995 oleh James Kennedy dan Russel Eberhat [Kennedy, J. and Eberhart, R. (1995). “Particle Swarm Optimization”, Proceedings of the 1995 IEEE International Conference on Neural Networks, pp. 1942-1948, IEEE Press.] (http://dsp.jpl.nasa.gov/members/payman/swarm/kennedy95-ijcnn.pdf ). Optimasi ini didasdarkan pada perilaku serangga, ikan dan burung dalam mencarai makanan. Pada kawanan dari n individu saling berkkomonikasi secara langsung atau tidak langsung dari setiap arah pencarian.
Algoritma dasar dari PSO :Posisi setiap individu, dimana posisi ini selalu diperbarui :
Dengan kecepatan sebagai berikut :
Keterangan :
Pencarian
Dalam PSO, partikel tidak pernah mati. Partikel dapat dianggap sebagai agen-agen yang terbang menyelusuri daerah pencarian dan merekam (dan mungkin berkomunikasi) solusiterbaik yang mereka temukan. Mula-mula nilai dari vektor kecepatan diberikan secara acak dengan jangkauan [-Vmax, Vmax] dimana Vmax adalah nilai maksimum yang dapat dicapai oleh partikel. Saat partikel menghitung nilai xi yang baru dan menilai lokasi barunya, jika x-fitness lebih baik dari p-fitness, maka pi = xi dan p-fitness = x-fitness.
Algoritma
- Inisialisasi partikel pada daerah pencarian secara acak.
- Menetapkan nilai awal kecepatan secara acak untuk tiap partikel.
- Evaluasi fitness tiap partikel berdasarkan persamaan yang ditetapkan oleh pengguna.
- Hitung kecepatan (dan arah) baru bagi tiap partikel.
- Pindahkan pertikel berdasarkan hitungan tersebut.
- Ulangi langkah 3 sampai 5 hingga ditemukan kriteria standar yang tepat.
Disarikan dari berbagai sumber
Tidak ada komentar:
Posting Komentar