Text

Metaheuristic computation with MATLAB®

---

Algoritma metaheuristik dianggap sebagai alat optimasi generik yang dapat memecahkan masalah yang sangat rumit yang ditandai dengan memiliki ruang pencarian yang sangat besar. Metode metaheuristik mengurangi ukuran efektif ruang pencarian melalui penggunaan strategi pencarian yang efektif. Fitur Buku: • Memberikan pandangan terpadu tentang metode metaheuristik paling populer yang saat ini digunakan • Mencakup konsep-konsep yang diperlukan untuk memungkinkan pembaca menerapkan dan memodifikasi metode metaheuristik yang sudah dikenal untuk memecahkan masalah • Mencakup aspek desain dan implementasi dalam MATLAB® • Berisi banyak contoh masalah dan solusi yang menunjukkan kekuatan metode optimasi ini Materi ini telah ditulis dari perspektif pengajaran dan, karena alasan ini, buku ini terutama ditujukan untuk mahasiswa sarjana dan pascasarjana kecerdasan buatan, metode metaheuristik, dan/atau komputasi evolusioner. Tujuannya adalah untuk menjembatani kesenjangan antara teknik metaheuristik dan masalah optimasi kompleks yang memanfaatkan sifat-sifat pendekatan metaheuristik yang mudah digunakan. Oleh karena itu, praktisi insinyur yang tidak familier dengan komputasi metaheuristik akan menyadari bahwa teknik yang dibahas berada di luar alat teoritis sederhana, sebab teknik tersebut telah diadaptasi untuk memecahkan masalah signifikan yang umum muncul di area tersebut. ;;; Metaheuristik adalah pendekatan atau strategi umum yang digunakan untuk menemukan solusi yang baik atau mendekati optimal dalam masalah optimasi yang kompleks, terutama ketika metode eksak sulit atau tidak praktis untuk diterapkan. Metaheuristik tidak menjamin hasil yang paling optimal, tetapi dapat memberikan solusi yang cukup baik dalam waktu yang lebih singkat dibandingkan metode eksak. Metaheuristik bekerja dengan cara mengeksplorasi ruang solusi secara luas sambil menghindari perangkap solusi lokal yang tidak optimal. Beberapa contoh metode metaheuristik yang populer meliputi: 1. Algoritma Genetika – Terinspirasi dari prinsip seleksi alam dan genetika, algoritma ini menggunakan proses seperti seleksi, crossover, dan mutasi untuk menghasilkan solusi optimal. 2. Simulated Annealing – Berdasarkan konsep peluruhan suhu dalam fisika, metode ini secara bertahap mengurangi kemungkinan untuk menerima solusi yang lebih buruk, sehingga membantu menemukan solusi global. 3. Ant Colony Optimization (ACO) – Terinspirasi dari perilaku koloni semut dalam mencari jalur terpendek menuju sumber makanan, ACO digunakan untuk masalah optimasi seperti jalur terpendek dan komputasi jaringan. 4. Particle Swarm Optimization (PSO) – Meniru perilaku sosial seperti kawanan burung atau ikan, PSO menggunakan partikel yang bergerak dalam ruang solusi untuk menemukan nilai optimal. 5. Tabu Search – Metode ini mempertahankan daftar solusi yang sudah dicoba untuk menghindari pencarian berulang pada solusi yang sama dan fokus pada eksplorasi solusi baru. Metaheuristik sering digunakan dalam berbagai bidang seperti teknik, manajemen, ekonomi, dan ilmu komputer, khususnya untuk masalah yang membutuhkan optimasi kombinatorial atau penjadwalan yang kompleks.

---

Availability

No copy data

Detail Information

Series Title

-

Call Number

006.3 CUE m

Publisher

New York, USA : CRC Press, Taylor & Francis Group., 2020

Collation

1 online resource (xx, Pages 280)

Language

English

ISBN/ISSN

9781003006312

Classification

006.3

Content Type

text

Media Type

computer

Carrier Type

online resource

Edition

-

Subject(s)

Kecerdasan Buatan

Specific Detail Info

-

Statement of Responsibility

Erik Cuevas, Alma Rodríguez

Other Information

Cataloger

erwin

Source

https://www.taylorfrancis.com/books/9781003006312

Validator

erwin

Digital Object Identifier (DOI)

https://doi.org/10.1201/9781003006312

Journal Volume

-

Journal Issue

-

Subtitle

-

Parallel Title

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment