ANALISIS METODE SINGLE-POINT CROSSOVER (SPX), TWO-POINT CROSSOVER (TPX) DAN MULTI-POINT CROSSOVER (MPX) PADA FUNGSI NONLINEAR DUA PEUBAH DENGAN BINARY CODING

  • Adriana Fanggidae(1*)
    Universitas Nusa Cendana
  • (*) Corresponding Author

Abstrak

Algoritma genetika  merupakan salah satu algoritma evolusioner yang memiliki 4 tahapan penting yaitu pengkodean, seleksi, crossover dan mutasi. Pada tulisan ini, kinerja dari binary coding pada 3 metode crossover SPX, TPX, dan MPX diuji pada 5 fungsi nonlinear dua peubah. Hasil yang diperoleh menunjukkan metode crossover TPX  memberikan kinerja yang lebih baik daripada SPX dan MPX.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Referensi

[1] Davis, L. 1991. Handbook of Genetic Algorithms. Van Nostrand Reinhold, New York.
[2] Varnamkasthi, M. J. & Lee, L. S. 2012. A Fuzzy Genetic Algorithm Based on Binary Encoding for Solving Multidimensional Knapsack Problems. Journal of Applied Mathematics. 2012 (6) : 1-24.
[3] Fadlisyah., Arnawan., & Faisal. 2009. Algoritma Genetik. Penerbit Graha Ilmu.
[4] Fanggidae, A., & Lado, F. R. 2015. Algoritma Genetik dan Penerapannya. Penerbit Teknosain. Yogyakarta.
[5] Yang, X. S. 2014. Nature-Inspired Optimization Algorithms 1st. Elsevier.

PlumX Metrics

Diterbitkan
2019-03-30
Bagian
Articles

##plugins.generic.recommendByAuthor.heading##

##plugins.generic.recommendByAuthor.noMetric##