munawir. ANALISIS STRATEGI PERGANTIAN STEADY STATE DAN GENERATIONAL DALAM ALGORITMA BEREVOLUSI UNTUK PENYELESAIAN TSP. Banda Aceh : Universitas Syiah Kuala, 2016

Abstrak

Travelling salesman problem (tsp) merupakan masalah optimasi perjalanan seorang salesman dalam mengunjungi kota dan tiap–tiap kota hanya dilewati tepat satu kali. masalah tsp dapat diterapkan pada berbagai kegiatan yang bersifat untuk optimalisasi, dalam penyelesaian tsp ada beberapa metode yang bisa digunakan, diantaranya algoritma berevolusi. untuk meningkatkan diversity dan menaikkan kualitas solusi, metode yang digunakan adalah strategi pergantian steady state, generational serta gabungan. penelitian ini menganalisis metode strategi pergantian steady state, generational dan gabungan. strategi pergantian steady state akan terperangkap local optimal karena individu baru yang diciptakan hanya satu anggota baru yang akan diuji untuk dimasukkan ke dalam populasi selanjutnya, sedangkan strategi pergantian generational diversity akan meningkat karena generational ini memiliki prosedur menggantikan semua individu pada suatu generasi digantikan sekaligus oleh jumlah individu baru hasil

Baca Juga : PENGARUH STRATEGI INISIALISASI PADA ALGORITMA EVOLUSI DALAM OPTIMASI TRAVELLING SALESMAN PROBLEM (TSP) (Fitriyani, 2019) ,

Baca Juga : PERBANDINGAN METODE RESTRICTED MATING DAN FITNESS SHARING UNTUK MENJAGA DIVERSITY DALAM PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) DENGAN MENGGUNAKAN ALGORITMA BEREVOLUSI (Feri Susilawati, 2016) ,

indah silang dan mutasi. dalam penelitian ini, data pengujian yang digunakan adalah datatsp lib sebanyak 36 dataset, dan dibangkitkan sebanyak 128 generasi, pengujian masing–masing data set 10 kali pengujian, yang dihasilkan dari pengujian ini adalah rata–rata jarak minimum dan diversity, setelah pengujian maka mendapatkan kesimpulan bahwa dengan menggunakan metode strategi pergantian gabungan mendapatkan solusi jarak terpendek lebih baik dibandingkan steady state dan generational, sedangkan pengaruh diversity lebih baik dengan menggunakan strategi pergantian generational dibandingkan dengan steady state dan gabungan. kata kunci : algoritma berevolusi, replacement strategy, steady state,

Tulisan yang relevan

TECHNIQUES IN TEACHING ENGLISH FOR ESP STUDENTS (A DESCRIPTIVE STUDY AT STATE POLYTECHNIC LHOKSEUMAWE) (FATMAWATI, 2018) ,

MEDIA PEMBELAJARAN DALAM PENENTUAN LINTASAN TERPENDEK PADA SUATU GRAF BERBOBOT MENGGUNAKAN ALGORITMA FLOYD - WARSHALL (Rizqi Muharridha, 2020) ,

PERFORMANCE ANALYSIS OF COMPUTER CLUSTERS AND NON-CLUSTER (Aridhatullah, 2015) ,


Kembali ke halaman sebelumnya


Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi