JOIVJOIV

JOIV : International Journal on Informatics VisualizationJOIV : International Journal on Informatics Visualization

Algoritma meta-heuristik telah menjadi alat optimasi yang kuat untuk menangani masalah optimasi kompleks non-smooth serta mengatasi permasalahan teknik dan medis. Namun, metode tradisional mengalami kesulitan dalam menangani masalah optimasi non-linear multimodal dalam ruang pencarian yang luas. Dalam paper ini, Algoritma Penyerbukan Bunga (Flower Pollination Algorithm/ FPA) ditingkatkan menggunakan Dynamic switch probability untuk meningkatkan keseimbangan antara eksploitasi dan eksplorasi serta swap operator untuk mengoptimalkan populasi. Kinerja algoritma yang ditingkatkan diuji pada fungsi matematika benchmark dan dibandingkan dengan FPA standar, Genetic Algorithm, Bat Algorithm, Simulated Annealing, Firefly Algorithm, dan Modified Flower Pollination Algorithm. Hasil peringkat menunjukkan bahwa algoritma IFPDSO yang diusulkan melampaui algoritma heuristik bermotif alam lainnya.

Algoritma IFPDSO yang ditingkatkan menunjukkan kinerja yang unggul dibandingkan algoritma meta-heuristik dan algoritma penyerbukan bunga standar berdasarkan pengujian fungsi benchmark.Dynamic switch probability dan swap operator berhasil meningkatkan keseimbangan antara eksplorasi dan eksploitasi.Hasil ini membuktikan efektivitas modifikasi untuk menyelesaikan masalah optimasi kompleks dan multimodal secara lebih efisien.

Penelitian lanjutan dapat fokus pada (1) penerapan algoritma IFPDSO untuk optimasi fungsi tak terbatas (unbounded) dalam skala besar, (2) pengembangan strategi hibridisasi IFPDSO dengan algoritma lain (misalnya PSO atau ACO) untuk menyelesaikan permasalahan optimasi nyata seperti penjadwalan produksi atau rute kendaraan, dan (3) evaluasi sensitivitas parameter kritis (seperti Sr dan β) terhadap pencapaian solusi optimal untuk jenis fungsi yang beragam.

File size3.73 MB
Pages8
DMCAReportReport

ads-block-test