Pengertian PSO Particle Swarm Optimization Pada Aplikasi Kecerdasan Komputasional




Pengantar

  • PSO dikemukakan oleh Russell C. Eberhart dan James Kennedy di tahun 1995 yang terinspirasi oleh perilaku sosial dari pergerakan hewan (ikan, lebah, burung dll)
  • Particle Swarm Optimization (PSO) adalah sebuah teknik optimization berdasarkan populasi (ikan, lebah, burung dll)
  • Algoritma PSO meniru perilaku sosial organisme ini. Perilaku sosial terdiri dari tindakan individu dan pengaruh dari individu-individu lain dalam suatu kelompok.
  • Setiap individu / partikel / seekor hewan dalam kawanan (swarm)  berperilaku dengan cara menggunakan kecerdasannya (intelligence) sendiri 
  • Selain itu juga dipengaruhi perilaku kelompok kolektifnya. 
  • Jika satu partikel atau seekor burung menemukan jalan yang tepat atau pendek menuju ke sumber makanan, sisa kelompok yang lain juga akan dapat segera mengikuti jalan tersebut meskipun lokasi mereka jauh di kelompok tersebut.

Karakteristik PSO

  • Dalam kawanan diasumsikan mempunyai ukuran tertentu
  • Setiap partikel posisi awalnya terletak di suatu lokasi yang acak dalam ruang multidimensi
  • Setiap partikel diasumsikan memiliki dua karakteristik:
    • Posisi
    • Kecepatan
  • Setiap partikel bergerak dalam ruang/space tertentu 
  • Partikel akan mengingat posisi terbaik yang pernah dilalui atau ditemukan terhadap sumber makanan (nilai fungsi objektif) 

Contoh PSO pada Kawanan Burung


Meskipun setiap burung mempunyai keterbatasan dalam hal kecerdasan, biasanya ia akan mengikuti kebiasaan (rule) seperti berikut :

  1. Seekor burung tidak berada terlalu dekat dengan burung yang lain
  2. Burung tersebut akan mengarahkan terbangnya ke arah rata-rata keseluruhan burung
  3. Akan memposisikan diri dengan rata-rata posisi burung yang lain dengan menjaga sehingga jarak antar burung dalam kawanan itu tidak terlalu jauh
Dari perilaku kawanan burung tersebut didapatkan kombinasi 3 faktor:
  1. Kohesi - terbang bersama
  2. Separasi - jangan terlalu dekat
  3. Penyesuaian (alignment) - mengikuti arah bersama
Jadi PSO dikembangkan berdasarkan pada model berikut:

  1. Ketika seekor burung mendekati target atau makanan (atau bisa minimum atau maximum suatu fungsi tujuan) secara cepat mengirim informasi kepada burung-burung yang lain dalam kawanan tertentu
  2. Burung yang lain akan mengikuti arah menuju ke makanan tetapi tidak secara langsung
  3. Ada komponen yang tergantung pada pikiran setiap burung, yaitu memorinya tentang apa yang sudah dilewati pada waktu sebelumnya.

Pengertian PSO Particle Swarm Optimization Pada Aplikasi Kecerdasan Komputasional Pengertian PSO Particle Swarm Optimization Pada Aplikasi Kecerdasan Komputasional Reviewed by antkecil on 17:55 Rating: 5

Post Comments

No comments:

Powered by Blogger.