Algoritma Dengan Global Optimum

Bagikan :

Tweet

Algoritma yang menggunakan proses optimum dengan menggunakan global optimal adalah sebagai berikut:

·         Simulated Annealing adalah teknik pencarian random yang menggunakan analogi bagaimana pendinginan besi dan membekukannya ke dalam struktur energi kristalisasi minimum (proses annealing) dan mencari nilai minimum pada sistem secara keseluruhan, membentuk basis teknik optimasi untuk permasalahan kombinatorial dan permasalahan lainnya.  Simulated annealing dikembangkan oleh Kirkpatric (1983) yang digunakan untuk optimasi kombinatorial yang merupakan varian dari algoritma Metropolis.

·         Algoritma CSO (Cuckoo Search Optimization) adalah salah satu algoritma optimasi yang dapat digunakan untuk pengambilan keputusan. Contoh yang dibahas kali ini adalah mengenai pencarian posisi dengan pengembalian nilai fungsi maksimal.  Algoritma ini meniru tingkah laku dari spesies cuckoo yaitu sebuah parasit yang meletakkan telurnya di sarang burung lain (yang tentu saja bukan spesies cuckoo). Jika induk burung menemukan telur yang bukan dari dirinya sendiri, maka induk burung tersebut akan membuang telur parasit tersebut atau membangun sarang baru ditempat lain. Cuckoo yang berhasil tumbuh nantinya akan mencari sarang burung lain sebagai tempat peletakan telur. Proses tersebut berulang sampai semua cuckoo sudah berkumpul pada sebuah sarang burung.

·         Algoritma Harmony Search (HSA) adalah salah satu algoritma metaheuristik yang diusulkan oleh Zong Woo Geem pada tahun 2001. Algoritma tersebut terinspirasi oleh proses pertunjukan musik. Dalam proses tersebut, dianalogikan seorang musisi mengimprovisasi pitch instrument dimana proses tersebut bertujuan untuk mendapatkan keadaan terbaik berdasarkan perkiraan estetika. Harmoni dalam musik tersebut merupakan representasi dari vektor solusi sedangkan proses improvisasinya merepresentasikan pencarian global atau lokal dalam teknik optimisasi. Harmony search algorithm memiliki struktur yang relatif mudah karena tidak perlu melibatkan kalkulasi matematika yang kompleks.

·         Algoritma Least Square Estimator (LSE) menjamin optimasi global parameter regresi untuk himpunan cluster. Optimasi dari pemodelan sistem, bagaimanapun, tergantung terutama pada menemukan kisaran optimum dari parameter clustering. Oleh karena itu, pencarian banyak dilakukan pada parameter seperti faktor squash (g), radius cluster (ra), rasio penerimaan (e) dan menolak ratio (e).

·         Algoritma Gradient Descent (ascent) adalah algoritma optimasi orde pertama. Untuk menemukan minimum lokal dari fungsi menggunakan gradien descent, diambil  langkah sebanding dengan negatif dari gradien (atau perkiraan gradien) dari fungsi pada titik sekarang. Jika diambil langkah sebanding dengan gradien positif, maka akan didapatkan maksimum lokal fungsi tersebut; prosedur ini kemudian dikenal sebagai gradient ascentGradient descent juga dikenal sebagai steepest descent, sedangkan gradient ascent dikenal dengan steepest ascent.

Demikian beberapa contoh algoritma dengan menggunakan global optimum.

1

Tag : algoritma, global optimum, optimasi