18
Berdasarkan aturan dari perilaku kelelawar diatas, langkah-langkah dasar dari Bat Algorithm dapat dilihat pada gambar 3.1 .
Gambar 3.1 Flowchart Bat Algorithm
dan f
Selesai
Inisialisasi populasi ,
Definiskan pulse frekuensi pada
, max iterasi max iterasi
Membangkitkan solusi baru
Pilih sebagai solusi terbaik dan Membangkitkan solusi di sekitar
Pilih sebagai solusi baru Menemukan solusi terbaik
Mulai
Fungsi
19
3.5 Gerakan Kelelawar Virtual
Dalam simulasi Bat Algorithm ini digunakan kelelawar virtual. Serta harus menentukan aturan bagaimana posisi
dan kecepatan dalam ruang pencarian
dimensi . Solusi baru
adalah posisi kelelawar ke pada iterasi ke dan kecepatan
kecepatan kelelawar ke pada iterasi ke , dapat didefinisikan sebagai berikut :
3.2 3.3
3.4 di
mana β [0, 1] adalah vektor acak yang diambil dari distribusi uniform. Berikut adalah solusi terbaik global yang didapat setelah membandingkan semua solusi di
antara semua kelelawar . Dalam pelaksanaannya, kami menggunakan
dan . Pada awalnya, setiap kelelawar disebar secara acak dengan frekuensi
yang diambil dari distribusi uniform [ ,
]. Pada bagian pencarian lokal, setelah solusi yang dipilih dengan cara
membandingkan di antara solusi terbaik pada saat , maka solusi baru untuk setiap
kelelawar yang dihasilkan secara local menggunakan random walk, didefinisikan sebagai
3.5 dimana
[-1, 1] adalah bilangan random, sedangkan adalah kenyaringan
rata-rata dari semua kelelawar pada waktu . Jadi update dari kecepatan
dan posisi
20
kelelawar dipengaruhi oleh kenyaringan dan gelonbang suara
pada setiap iterasinya
.
3.6 Kenyaringan Dan Gelombang Suara Kelelawar
Pada prosesnya kenyaringan dan tingkat gelombang suara
harus diperbarui sesuai dengan iterasinya. Kenyaringan suara kelelawar biasanya akan berkurang
setelah kelelawar telah menemukan mangsanya, sedangkan tingkat gelombang suara meningkat, kenyaringan dapat dipilih sebagai setiap nilai kenyamanan. Misalnya
menggunakan dan
. Untuk mempermudah juga bisa menggunakan
dan , dengan asumsi bahwa
berarti kelelawar baru saja menemukan mangsa dan untuk sementara berhenti memancarkan
suara. Maka dapat didefinisikan sebagai [ 3.6
dimana dan adalah konstanta. Untuk setiap dan , maka dapat
didefinisikan 3.7
Dalam kasus kesederhanaan, kita dapat menggunakan , dan kami
menggunakan dalam simulasi. Pilihan parameter memerlukan beberapa
percobaan. Awalnya, setiap kelelawar harus memiliki nilai yang berbeda dari kenyaringan dan tingkat gelombang suara, dan ini dapat dicapai dengan melakukan
pengacakan. Misalnya, kenyaringan awal biasanya bisa [1, 2], sedangkan tingkat