Ant Colony Optimization.

Slides:



Advertisements
Presentasi serupa
ALGORITMA GREEDY : MINIMUM SPANNING TREE
Advertisements

8 Keajaiban Lebah.
Titik yang terletak di tengah-tengah alas dan tutup tabung disebut titik….alas dan titik….tutup tabung.
Praktikum Tingkah Laku Hewan “Dominance-Discovery Trade-Offs”
JARAK DALAM RUANG DIMENSI TIGA
STRUKTUR PERULANGAN (LOOPING)
Algoritma Branch and Bound
Graf Berarah PART 5 DOSEN : AHMAD APANDI, ST.
Algoritma Branch and Bound
GRAF TIDAK BERARAH PART 2 Dosen : Ahmad Apandi, ST
KOMUNIKASI DALAM KERAGAMAN BUDAYA
DIERA ANNISA INSYIRAH ASIKIN KELAS 5B SD MUHAMMADIYAH CONDONG CATUR
Design and Analysis of Algorithm Dynamic Programming
SEARCH 2 Pertemuan ke Lima.
Hill Climbing.
Pencarian Heuristik.
Hill Climbing Best First Search A*
RE-ENGINEERING.
Masalah Jalur Terpendek
Pendefinisian problema sebagai proses pencarian ruang keadaan
Pertemuan 16 DYNAMIC PROGRAMMING : TRAVELING SALESMAN PROBLEM (TSP)
Pencarian Heuristik.
Time Tabling: Ant Colony Optimization  (RBAS)
Pertemuan #11 Perakitan Matriks Kekakuan Struktur Portal 2D
Informed (Heuristic) Search
nilai mutlak dan pertidaksamaan
Bahan Kuliah IF2091 Struktur Diskrit
Pencarian Heuristik.
Pert 4 METODE PENCARIAN.
Graf Berarah / DIGRAPH PART 5 DOSEN : AHMAD APANDI, ST.
Imam Cholissodin | Algoritma Evolusi Teknik Optimasi Imam Cholissodin |
Model Arus Jaringan.
Bahan Kuliah IF2211 Strategi Algoritma
Pencarian Simulated Annealing
Pencarian Simulated Annealing
Paralelisasi dan Distribusi
Greedy Pertemuan 7.
Pendefinisian problema sebagai proses pencarian ruang keadaan
Program Dinamis.
Dynamic Programming Program dinamik adalah salah satu teknik matematika yang digunakan untuk mengoptimalkan proses pengambilan keputusan secara bertahap.
Pengantar Kecerdasan Buatan
MATERI PERKULIAHAN ANALISIS ALGORITMA
ALGORITMA GREEDY, KRUSKAL, MINIMUM SPANNING TREE
Oleh : Muhammad Ruswandi Djalal
MATERI PERKULIAHAN ANALISIS ALGORITMA
Pertemuan II : pengenalan graf
Algoritma Branch and Bound
TOPSIS SPK SESI 12.
PARAGRAF.
Program Dinamis (Dynamic Programming)
LINGKARAN.
CSH4313 Kecerdasan Kolektif (Swarm Intelligence) Bee Colony Optimization (BCO) Semester Ganjil 2017/2018 Dr. Suyanto, S.T., M.Sc. Web:
Program Dinamis (Dynamic Programming)
Time Tabling: Ant Colony Optimization  (RBAS)
Informed (Heuristic) Search
LINGKARAN.
Sesi 2. Pemrograman Arduino 1
ALGORITMA GREEDY : MINIMUM SPANNING TREE
Pertemuan 4 Analisa Network
Konsep Simulasi Ipung Permadi, S.Si, M.Cs.
Graf (bagian 2) Oleh: Taufik Hidayat Struktur Diskrit.
KOMUNIKASI LINGKUNGAN 03
Bahan Kuliah IF2091 Struktur Diskrit
Peta Konsep. Peta Konsep A. Menggambar dan Menghitung Jarak.
Program Dinamis (Dynamic Programming)
CSH4313 Kecerdasan Kolektif (Swarm Intelligence) Konvergensi Prematur
Bahan Kuliah IF2091 Struktur Diskrit
Jarak Terpendek - Algoritma Djikstraa
Program Dinamis (Dynamic Programming)
Graf dan Analisa Algoritma
Transcript presentasi:

Ant Colony Optimization

Ant Colony Optimization (ACO) Ide dasar : Tingkah laku koloni semut mencari makanan

1. Semut mencari secara acak kemanapun sumber makanannya yang berada di titik biru dari sarangnya yang berada di titik coklat dan meninggalkan pheromone untuk kembali lagi ke sarangnya. 2. Kemudian, semut mulai mencari sumber makanan dengan jarak terjauh dan jarak terpendek. 3. Karena pheromone yang terdapat di jarak terjauh cepat menguap, maka semut akan lebih memilih jalur dengan pheromone yang masih tercium dengan baik.

ACO Dalam TSP Sejumlah m semut ditempatkan pada sejumlah n titik berdasarkan beberapa aturan inisialisasi Setiap semut membuat sebuah tur (sebuah solusi TSP yang mungkin) dengan menerapkan aturan transisi status secara berulang kali

ACO Dalam TSP Selagi membangun turnya, seekor semut juga memodifikasi jumlah pheromone pada ruas-ruas yang dikunjungi dengan menerapkan update pheromone lokal Setelah semua semut mengakhiri tur mereka, jumlah pheromone yang ada pada ruas-ruas dimodi- fikasi kembali dengan menerapkan update pheromone global