Particle Swarm

2.2. Particle Swarm

Particle swarm pertama kali dikemukakan oleh Kennedy (P ama kali dikemukakan oleh Kennedy (Psikolog sosial) dan Eberhart (Insinyur ial) dan Eberhart (Insinyur Mesin) pada tahun 1995. Particle swarm adalah salah satu algoritma palin tahun 1995. Particle swarm adalah salah satu algoritma paling populer da paling populer dalam swarm intelegence yang dimaknai sebagai “Kepintaran telegence yang dimaknai sebagai “Kepintaran kolektif yang muncul dari kumpulan ncul dari kumpulan particle sederhana”.

Particle swarm optimization, terinsp timization, terinspirasi oleh perilaku sosial binatang yang hidup berkelompok. hidup berkelompok. Metode ini memperhatikan bagaimana sifat ikan bagaimana sifat-sifat individu dalam kelompok sehingga me du dalam kelompok sehingga mereka mencapai tujuan mereka. Setiap individu selanjutnya disebut “particle”, memiliki . Setiap individu selanjutnya disebut “particle”, memiliki tingkat intelektual yang rendah, icle”, memiliki tingkat intelektual yang rendah, namun jika mereka bekerja sama akan menghasilkan suatu ka mereka bekerja sama akan menghasilkan suatu hasil yang optimum.

Pada particle swarm :

1. Sejumlah particle diletakkan pada daerah pencarian dari suatu a daerah pencarian dari suatu permasalahan atau fungsi objektif.

2. Selanjutnya setiap particle menghitung nilai fungs particle menghitung nilai fungsi obyektif sebagai posisi mereka pada ruang pencarian.

3. Setiap particle kemudian akan bergerak dalam ru bergerak dalam ruang pencarian dengan menggabungkan memori mereka tentang mereka tentang posisi terbaik mereka dan posisi terbaik dari satu atau lebih particle yang lain. particle yang lain.

4. Iterasi selanjutnya dilakukan setelah semua semua particle bergerak, akibatnya, sebagai suatu kumpulan, semua semua particle akan bergerak menuju nilai optimum dari suatu fungsi objektif. ari suatu fungsi objektif.

5. Setiap particle dalam particle swarm dibangun dibangun atar tiga buah vektor, dalam ruang dimensi –D, dimana D adalah dimana D adalah dimensi dari ruang pencarian . Tiga vektor ini adalah posisi particle particle vektor x(i), posisi terbaik masing-masing vektor p(i), dan kecepatan dan kecepatan particle v(i).

6. Penyelesaian hanya dapat dilakukan jika particle particle dapat berinteraksi dengan particle lain. Sifat dan struktur komunikasi antar particle pada par pada particle swarm adalah :

1. Semua particle tertarik mendekati satu sumber (tuju sumber (tujuan).

2. Semua particle menyimpan memori akan posisi t ri akan posisi terdekat mereka dengan tujuan tersebut

Skema dasar dari particle swarm optimation dapat dinyatakan sebagai himpunan dari vektor yang arah pergerakannya berada pada daerah sekitar posisi terbaik dari particle tersebut dan dari posisi terbaik dari beberapa particle lainnya. Ada topologi tetangga yang berbeda yang digunakan untuk mengidentifikasi particle mana yang dapat mempengaruhi particle lain dalam kelompok. Yang paling sering di pakai adalah local best dan global best.

Pada global best, arah pergerakan setiap aprtikel dipengaruhi oleh satu particle yang menjadi particle terbaik dari seuruh kumpulan particle. Diasumsikan pastikel global best akan konvergen lebih cepat sehingga semua particle yang lain juga akan tertarik menuju daerah terbaik dari ruang pencarian. Namun terbaik keseluruhan dapat membuat particle particle terperangkap dalam optimum lokal.

Sedang dalam local best, semua particle akan dipengaruhi oleh tetangga sekitar mereka dengan jumlah yang lebih sedikit, biasanya berhubungan dengan 2 tetangga kanan dan kirinya (ring lattice). Local best biasanya akan lambat konvergen, namun dapat menebak optimum global yang lebih baik.

Jadi ciri khas dari particle swarm optimation adalah pengaturan kecepatan particle secara heuristik dan probabilistik. Jika suatu particle memiliki kecepatan yang konstan maka jika jejak

posisi suatu particle divisualisasikan akan membentuk garis lurus. Dengan adanya faktor eksternal yang membelokkan garis tersebut yang kemudian menggerakkan particle dalam ruang pencarian maka diharapkan particle dapat mengarah, mendekati, dan pada akhirnya mencapai

titik optimal. faktor eksternal yang dimaksud antara lain posisi terbaik yang pernah dikunjungi suatu particle, posisi terbaik seluruh particle (diasumsikan setiap particle mengetahui posisi terbaik setiap particle lainnya), serta faktor kreativitas untuk melakukan eksplorasi .