1 / 12

Strategi Optimasi Complex

Strategi Optimasi Complex. X opt  memperbesar, memperkecil atau memutar area “Simplex” Prinsip  memilih titik terjelek untuk diperbaiki. Lanjutkan. Langkah-langkah :. Q, x (0) , , k  (n + 1  k  2n). . tidak. Phase Persiapan. Restriksi ?. ya. . G j  X j  H j. .

crete
Download Presentation

Strategi Optimasi Complex

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Strategi Optimasi Complex Xopt memperbesar, memperkecil atau memutar area “Simplex” Prinsip memilih titik terjelek untuk diperbaiki Lanjutkan

  2. Langkah-langkah : Q, x(0),, k  (n + 1  k  2n)  tidak Phase Persiapan Restriksi ? ya  Gj  Xj  Hj  (k-1) segi Xpj ; Xpj = Gj + Rpj (Hj –Gj)  tidak Xp melanggar Restriksi? ya  Xp = 0.5 (Xp + X)  A • Box  • = 1,3 k = 2n  = 0.00001

  3. B  Qx0, x1, ... , xk  Pilih Qxk yang terjelek  Xs = Xs + *(X – Xs) ;  > 1  Qxs  Qxs terjelek?  C

  4. tidak C ya  Xs = 0.5 (Xs + X)  Ke arah Qpusat  tidak Xs melanggar restriksi Explisit? ya  Xsj = Gj +  or Xsj = Gj -   tidak Xs melanggar restriksi Implisit? ya  Xs = 0.5 (Xs + X)  Ke arah Xpusat  Q(X0) - Q(Xs)  Beta ?  (Xb) = Xopt

  5. Restriksi Explisit  Restriksi Implisit  x(5). . xopt .x(6) x(1). .x(4) x(0). .x(2) Misal  k = 3  (k – 1) = 2  2 titik xpj x1 x2

  6. xE(g)  g = 0  xN(g) =xE(g)+Z(g) xN,i(g) =xE,i(g)+Zi(g) ; i = 1,2,...,n Zi(g) = (0,5Di)  distribusi normal  xN(g) melanggar restriksi ? • Ya Buang/perkecil Zi(g) dan munculkan xN(g) baru  B tidak A Strategi Optimasi Evolusi Strategi berdasarkan mekanisme evolusi biologis dalam bidang numerik, algoritma (Rechenberg) “Berawal dari 1 induk xE(g) dari generasi ke-9 dimunculkan satu keturunan xN(g) melalui suatu proses acak. Individu yang memiliki sifat-sifat yang lebih baik dapat bertahan hidup dan menghasilkan keturunan, individu yang lainnya musnah”.

  7. A XE(g+1) = XN(g), if Q(XN(g)) < Q(XE(g)) XE(g+1) = XE(g), if Q(XN(g)) > Q(XE(g)) g = g + 1 B Keterangan: Kontrol SDi (Schwefel, 77) ”Periksa n mutasi, angka keberhasilan untuk 10n. Jika kurang dari 2n, (SDi*0.85), jika lebih dari 2n, (SDi/0.85).

  8. Xopt w(g-dg) - w(g)  Ec atau 1/Ed(w(g-dg) - w(g))  w(g) w(g) = harga fungsi sasaran untuk generasi ke-g Dg = jarak generasi ke generasi (dg  20) Ec,Ed = batas yang diberikan user (Ec > 0 dan 1 + Ed > 1) . xopt . xN(2) . xN(0) . xE(0) . xN(1)

  9. Strategi Optimasi Beranggota Banyak • Memunculkan keturunan melalui sekumpulan generasi dengan banyak variasi. Tetap dipilih keturunan yang terbaik untuk dijadikan induk generasi berikutnya. • Dari sebanyak untuk induk dipilih (E) terbaik

  10. SA (N = 1, 2, ... N)  1 SDN,i = SDE,i x SA  xN,i=xE,i x Zi ; Zi = (0, SDN,i)  distribusi normal  xN,imelanggar restriksi ?  A tidak ya SA– (1/2 SA)  A . xopt .xN,2(1) . . . .xN,1(1) . . .xE(1) . . . . .xE(0) . xN,3(0). . . . xN,R(0). .xN,1(0) Langkah-langkah:

  11. Sifat Complex dan Evolusi • Tidak perlu differensial • Fungsi Sasaran tidak eksplisit

  12. . xopt x(7). . x(9) x(3). . . x(8) x(5) .x(4) x(1). . x(6) .x(2) . . . . . . . . . . . . Strategi Optimasi Combi Langkah-langkah: 1. Persiapan, = Simplex + max generasi (Evol) Pencarian, x(0)  x(opt) dengan complex, periksa x(opt) sebagai xE(0) (Evol), bandingkan dengan x(best) pilih yang terbaik (Hardhienata, 93)  mengkombinasikan Complex dan Evolusi Kembali ke awal

More Related