50
3.3.2 Penetapan Parameter Algoritma EAS
Dalam eksperimen yang dilakukan oleh Bullnheimer, B., Hartl, R. F., dan Strauss, C, 1997 dengan algoritma EAS untuk menyelesaikan
TSP, parameter yang digunakan untuk mencapai solusi yang lebih mendekati optimal adalah masing – masing mempunyai nilai sebagai
berikut : 5
2 sampai =
β ,
5 ,
= ρ
, 1
= α
, e = n, dan τ yang dihitung
sebagai berikut :
nn
C m
e ρ
τ +
= . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . 3.4
Dimana C
nn
adalah panjang sebuah tour terbaik yang diperoleh dari metode nearest neighbourhood heuristic, m jumlah semut, dan n adalah
jumlah titik yang ada pada masalah. Penetapan parameter diatas bisa berubah sesuai dengan besarnya masalah yang dihadapi kecuali untuk nilai
τ , yaitu dengan nilai seperti persamaan 3.4. Jumlah semut yang digunakan untukmendapatkan solusi yang lebih mendekati optimal dalam
EAS yaitu m = n. Hal ini untuk menghindari jumlah semut yang berlebih sehingga akan menimbulkan ketidakoptimalan dalam penyelesaian.
Penempatan semut pada awal algoritma yaitu dengan menempatkan satu semut pada satu titik saja. Hal ini untuk menghindari penumpukan semut
pada satu jalur yang sama sehingga akan menimbulkan stagnasi.
3 3.3.3
Peng
perfo peng
simu t
u St
• •
masi 10; 2
diper nilai
tour palin
1115
garuh
β α,
Paramete orma hasil
garuh dari p ulasi dengan
tzle . Perma ing – masing
20} dan ρ
roleh ditunju β , dan gam
Gam
Gambar 3 yang paling
ng jelek dipe 50.
dan ρ terh
er – paramet yang dipero
parameter – ACOTSP, v
asalahan yan g dengan nila
∈ ρ {0,1; 0,3
ukkan pada mbar 3.6 unt
mbar 3.4 Penga
3.4 diatas m g baik denga
eroleh denga
51
hadap Perfo
ter ,
, β
α dan
oleh pada E – parameter
versi 1.0 yan ng diujikan
ai : ∈
α {0; 0 3; 0,5; 0,7;
gambar 3.4 tuk nilai
ρ .
α
aruh Nilai
α menunjukkan
an panjang t an nilai
= α
orma Algori
n ρ mempun
EAS, sehing tersebut, b
ng dikemban yaitu att48
0,5; 1; 1,5; 2 0,9; 1}. H
4 untuk nilai .
terhadap Per
dengan nila tour terbaik
0 dengan p
itma EAS
nyai pengaru gga untuk m
berikut diber ngkan oleh D
8 dengan α
2}, ∈
β {0; 0 Hasil eksperi
i α , gambar
rforma EAS
ai 1
= α
dipe 10636 dan
panjang tour uh terhadap
mengetahui rikan hasil
Dorigo dan ,
, β
α dan
ρ
,5; 1; 2; 5; imen yang
r 3.5 untuk
eroleh hasil hasil yang
terbaiknya
hasil yang
terba
hasil
Gam
Gambar l tour yang
g paling jele aiknya 11828
Gam
Gambar l tour yang p
mbar 3.5 Penga
3.5 diatas terbaik deng
ek diperoleh
8.
mbar 3.6 Penga
3.6 diatas m paling bagus
52 β
aruh Nilai
β
menunjukka gan panjang
h dengan n
aruh Nilai
ρ menunjukkan
s dengan pan
terhadap Per
an dengan g tour terbai
nilai =
β
ρ
terhadap Per
n dengan ni njang tour te
rforma EAS
nilai 5
=
β
iknya 10696 dengan pa
rforma EAS
ilai 5
, =
ρ
erbaik 10628 diperoleh
6 dan hasil anjang tour
diperoleh 8 dan hasil
53 yang paling jelek diperoleh dengan nilai
1 =
ρ dengan panjang tour
terbaiknya 10733. Dari ketiga parameter tersebut diatas maka, terdapat kombinasi
yang paling bagus untuk memperoleh hasil yang mendekati optimal. Masing – masing nilai ketiga parameter tersebut adalah sebagai berikut :
1 =
α , 5
= β
, dan 5
, =
ρ . Tetapi pada beberapa kasus yang ada,
kombinasi ini tidak selalu menghasilkan nilai yang optimal. Hal ini tergantung pada besarnya masalah yang diselesaikan dan pangujian yang
dilakukan.
3.4 Rank-Based Ant System AS