KristyMerdhania (2009) Hibrid Algoritma Genetika dan New Conjugate Gradient Untuk Masalah Optimasi Non-Linier. Sarjana thesis, Universitas Brawijaya.
Abstract
Algoritma genetika adalah algoritma optimasi global yang banyak diterapkan dalam berbagai aplikasi. Pada penerapannya, algoritma genetika sering mengalami kekonvergenan prematur. Hal ini disebabkan oleh kriteria terminasi yang telah terpenuhi, padahal populasi algoritma genetika belum optimal. Dalam skripsi ini digunakan paralel algoritma genetika yang diperoleh dengan mengkombinasikan beberapa peluang silang dan peluang mutasi. Hal ini bertujuan untuk mendapatkan solusi yang paling optimum dari beberapa algoritma genetika. Tetapi pada skripsi ini ditunjukkan bahwa pada paralel algoritma genetika masalah kekonvergenen prematur masih muncul. Untuk mengatasi kondisi tersebut, diperkenalkan algoritma optimasi lokal (metode new conjugate gradient ). Metode ini akan digabungkan dengan paralel algoritma genetika dan disebut hibrid algoritma genetika. Pada hibrid algoritma genetika, solusi yang dihasilkan oleh paralel algoritma genetika digunakan sebagai titik awal metode new conjugate gradient . Efektifitas penggunaan metode new conjugate gradient akan ditunjukkan dengan membandingkan kesalahan mutlak dan waktu komputasi dari hibrid algoritma genetika dan paralel algoritma genetika untuk beberapa tes fungsi. Dengan waktu komputasi yang sebanding, hasil solusi numerik hibrid algoritma genetika diketahui jauh lebih baik daripada paralel algoritma genetika.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2009/257/0050902608 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 04 Sep 2009 10:24 |
| Last Modified: | 22 Oct 2021 07:01 |
| URI: | http://repository.ub.ac.id/id/eprint/152217 |
Preview |
Text
050902608.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |