Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehNhur Rohman Telah diubah "9 tahun yang lalu
1
Masalah Dan Solusi ( Pemecahan Masalah) Pada dasarnya tiap mahluk memiliki masalah, tetapi tiap mah luk juga memiliki cara untuk memecahkan masalahnya. Tiap saat masalah itu datang dan berbeda bentuknya, sehing ga diperlukan cara lain untuk memecahkannya. Bila masalah itu sama tetapi kwalitasnya juga lain sehingga memerlukan ca ra lain pula Mangsa Predator U BT S Masalah Predator adalah : Bgaimana menangkap Mang sa dalam keadaan diam Solusinya bisa ke timur, ke timur baru terus keutara. Atau ke utara baru ketimur. Yang jelas banyak cara sulusi yang ditempuh, ting gal menilai mana yang terbaik (fitness)
2
Masalah Dan Solusi ( Lanjutan) Tiap masalah biasanya memiliki beberapa solusi untuk meme cahkan masalah tersebut. Biasanya mahluk hidup selalu mengkombinasikan solusi tsb agar didapat hasil yang maksimal ( fitnessnya tinggi) Kombinasi atau gabungan solusi tersebut membentuk suatu rangkaian solusi. Dalam Algoritma Genetik rangkaian solusi tersebut disebut kromosom dan tiap solusinya disebut : gen Kromosom adalah rangkaian dari gen. Tergantung pada kemampuan dari mahluk hidup, biasanya menggunakan beberapa rangkaian kromosom, dan komposi- si gen nya berbedabeda.
3
Masalah Dan Solusi ( Lanjutan) Datangnya masalah tidak menentu, kadang-2 terus menerus datang, beberapa saat tidak datang, kemudian disusul lagi masalah. Atau dengan kata lain datangnya masalah secara acak ( random ). Kumpulan atau himpunan rangkaian solusi ( kromosom ), di- sebut : Populasi ( disingkat : poplu) Bila dikaitkan dengan Algoritma Genetik maka tampaknya ada kecocokan dimana : * Suatu rangkaian solusi disebut kromosom * Populasi rangkaian solusi sama dengan puplu kromo- som. Agar kromosom tersebut dapat di-digitalkan sehingga dapat diolah dengan komputer, sekaligus komputerisasi Algoritma Genetik, maka kromosom dianggapn sebagai rangkaian bina- ry ( 0, 1 )
4
Masalah Dan Solusi ( Lanjutan) Gen adalah anggota dari kromosom yang mewakili sebagai solusi juga harus di-kode binary Berapa banyaknya bit yang dipakai mengkode gen, tergan- tung banyaknya jenis solusi yang dipakai. Fungsi-2 yang dipakai dalam hal kromosom ini : * Seleksi Roulette wheel * Cross Over rate * Mutation rate Seleksi Roulette wheel adalah fungsi atau metoda yang dipa- kai untuk memilih kromosom dari sekian banyak kromosom untuk menjadi anggota poplu, demikian sehingga sebanding dengan fitness-nya. Makin fit kromosom bersangkutan berpe luang (probabilitasnya) besar untuk dipilih menjadi anggota. Cross Over Rate adalah probability dua kromosom dari suatu suatu poplu untuk dipertukarkan bit- bit nya untuk menghasil kan dua keturunan baru.
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.