Pada
kasus optimasi, umumnya orang-orang menginginkan suatu teknik optimasi yang
memenuhi empat sayarat. Pertama, mampu mendapatkan nilai global optimum tanpa
menghiraukan nilai initial dari parameter sistem. Kedua, bisa mencapai
konvergensi nilai solusi dengan cukup cepat. Ketiga, membutuhkan kontrol
parameter yang sedikit, sehingga akan mudah digunakan. Keempat, bisa mengatasi
permasalahan non-differentiable, nonlinear, dan multimodal
(Storn dan Price, 1995). Kemudian dibuatlah algoritma Differential Evolution
(DE) yang benar-benar handal, tidak hanya simple tetapi juga ampuh dalam
berbagai permasalahan.
DE
pertama kali diperkenalkan oleh Storn dan Price (1995) sebagai metode
penyelesaian permasalahan optimasi kontinyu yang berdasarkan populasi
(population-based) stokastik. DE terbukti efektif dan tangguh dalam
menyelesaikan berbagai macam kasus optimasi, tidak hanya kasus kontinyus tetapi
akhir-akhir ini juga permasalahan diskret (Kushida, dkk, 2012). Secara
sederhana, langkah dari algoritma Differential Evolution ini hanya
membutuhkan dua vektor yang dipilih secara random untuk membuat vektor yang
ketiga.
<belum selesai>
Tidak ada komentar:
Posting Komentar