Majalah Ilmiah UNIKOM
Vol.11 No. 1
138
H a l a m a n
update rule
adalah :
Dimana
dan
adalah dua nilai
cognitivesocial
acceleration coefficients
dan
adalah vektor dua dimensi yang
memiliki nilai acak yang terdistribusi merata
yang dibangkitkan setiap kali iterasi dimana
nilainya akan berada diantara rentang nilai
0 dan 1. Sedangkan * adalah operator
perkalian vektor elemen per elemen.
original PSO
partikel memiliki dua penarik pergerakan
yaitu
dan
.
Tetapi
berdasarkan
beberapa
penelitian
menunjukkan bahwa penarikan yang terlalu
kuat ke posisi
akan mengakibatkan
konvergensi yang terlalu cepat. Maka
original PSO
local PSO
Local Particle Swarm Optimizer (Local PSO)
local PSO
adalah
bahwa
suatu
partikel
tidak
mengalami percepatan yang diakibatkan
oleh
, tetapi akan mengalami
percepatan yang diakibatkan oleh posisi
terbaik yang pernah dicapai oleh partikel-
partikel yang menjadi tetangga partikel
bersangkutan (bukan posisi terbaik dari
seluruh partikel). Maka, persamaan (4) akan
menjadi
Dimana
adalah posisi terbaik yang
pernah dicapai oleh tetangga-tetangga dari
suatu partikel. Mohais [8] melaporkan
bahwa pemilihan ketertetanggaan partikel
secara acak menghasilkan performansi
yang sama atau terkadang lebih baik
daripada pemilihan ketertetanggaan partikel
menggunakan topologi.
Canonical Particle Swarm Optimizer
Clerc dan Kennedy [9] pada tahun 2002
constriction
factorupdaterule
constriction factor
mencegah penambahan kecepatan partikel
menuju nilai yang terlalu besar dan juga
untuk mengendalikan konvergensi dari
partikel.
Variabel
constriction
factor
ini
ditambahkan pada persamaan (4) sehingga
menjadi
dengan
Dengan
,
dan
.
Time-Varying Decreasing Inertia Weight
Particle Swarm Optimizer (Decreasing
Inertia Weight PSO
Shi dan Eberhart [10] pada tahun 1999
memperkenalkan
ide
penambahan
Tri Rahajoeningroem & Muhammad Aria
(4)
(5)
(6)
(7)
(8)