gan, account shinn10 ane udah ga pake lagi ye PM kesini aja =) kwkkwwkkw

ni yg ud ane dpt lagi...

1. Intensitas jejak feromon antar kota dan perubahannya (ij)
ini nanti ane copas perhitungan nya next dulu (lihat ** ntar)
2. Banyak kota (n) termasuk koordinat (x,y) atau jarak antar kota (dij)
ni udah jelas. untuk dij itu kan perhitungannya pakai euclidean distance bukan yah? ya
apapun namanya intinya perhitungan berdasarkan koordinat

3. Tetapan siklus-semut (Q)

dari yang ane baca ini variabel static, fungsi nya nanti untuk menghitung delta Tij
4. Tetapan pengendali intensitas jejak semut (), nilai ?
0 5. Tetapan pengendali visibilitas (), nilai ?
0 4 dan 5 ini juga variabel static untuk tetapan kontrol saja. kalo agan buat thesis utk S1
seharusnya bisa jadiin ini reference jadi ga usah nentuin nilai sendiri lgsg pakai yang
punya pdf nya pakai.
6. Visibilitas antar kota = 1/dij (ij)
ini didapat dari perhitungan 1/jarak yang didapat dari nomor 2.
7. Banyak semut (m)
yang ane baca dari pdf, agan nya pakai jumlah semut = jumlah kota (m=n).
8. Tetapan penguapan jejak feromon (), nilai harus > 0 dan < 1 untuk mencegah
jejak feromone yang tak terhingga.
ini juga sama seperti alpha n beta, static.
9. Jumlah siklus maksimum (NCmax) bersifat tetap selama algoritma dijalankan,
sedangkan ij akan selalu diperbaharui harganya pada setiap siklus algoritma mulai dari
siklus pertama (NC=1) sampai tercapai jumlah siklus maksimum (NC=NCmax).
kalo ini ya tergantung agan, kalo di pdf dia pake 2 sbg batas atas. ntar agan test aja
bagusnya pakai berapa iterasi.
inisialisasi :
Alfa () = 1.00; Beta () = 1.00; Rho () = 0.50; ij awal = 0.01 //ini smua static gan
Maksimum siklus (NCmax) = 2
Tetapan siklus semut (Q) = 1 //static juga
Banyak semut (m) = 4 //dalam pdf sesuai jumlah kota
Siklus ke-1:
Isi daftar semut awal: 1 2 3 4
Untuk t =1
Jumlah semut tiap kota:
Kota 1 = 1; Kota 2 = 1; Kota 3 = 1; Kota 4 = 1
Semut ke ? 1:
- Daftar semut = 1
- Probabilitas dari kota 1 ke setiap kota berikutnya dapat dihitung dengan persamaan

untuk [ij].[ij] = (0.01*0) + (0.01*0.05) + (0.01*0.049) + (0.01*0.04) = 0.00139

// ini sigma dari hasil kali (Tij * alpha) dengan (iij * beta) berhubung alpha dan beta
sama2 bernilai 1 jadi nilai nya di sini langsung dikaliin n dijumlah.
hasil probabilitasnya :
Kota 1 = 0.00
Kota 2 = 0.360
Kota 3 = 0.353
Kota 4 = 0.288
- Probabilitas Komulatif = 0.000 0.360 0.712 1.000 (cuma komulatif probabilitas kota.
fungsinya untuk pemilihan kota nanti dijelasin di tanda ##)
- Bilangan Random = 0.706 //ini bilangan acak, yang penting range nya 0-1
- Kota dipilih = 3 //sama nanti dijelasin di ##
- Daftar semut = 1 3 //ini daftar perjalanan semut. karena dia milih kota 3, maka kota 3
di tambahan setelah 1.
##
Setelah hasil perhitungan probabilitas semut menuju kota yang akan dipilih berikutnya,
kemudian dicari probabilitas kumulatifnya (qk), dimana q1 = pi1, sedangkan qk = qk-1
+ pij, untuk k = 2, 3, , N. Kemudian bangkitkan bilangan random (r) antara 0 sampai
1. Kota ke-k akan terpilih jika r > qk-1 dan r ? qk. //mungkin agan rada bingung
bacanya. kita langsung contohnya aja.
Probabilitas Komulatif = 0.000 0.360 0.712 1.000
Bilangan Random = 0.706
kota 1 : 0.706 < 0.000 (FALSE)
kota 2 : 0.706 < 0.360 (FALSE)
kota 3 : 0.706 < 0.712 (TRUE) -> di tambahkan ke dalam daftar semut.
ini dilakukan untuk setiap semut (ane cuma contohin 1 semut)
Panjang Jalur Setiap Semut
1 = 71.232; 2 = 80; 3 = 80; 4 = 91.232
Jalur Terpendek = 71.232
coba agan perhatiin, smua daftar semut yang ada di pdf itu udah ngunjungin semua kota
dalam setiap iterasinya =)
kemudian abis itung shortest path, dilakukan update feromon :
Perbaikan Jejak:
0.0100 0.0106 0.0107 0.0100
0.0100 0.0100 0.0109 0.0100
0.0105 0.0100 0.0100 0.0139
0.0110 0.0112 0.0100 0.0100
ini matrix tiap kota, jadi
1-1 1-2 1-3 1-4
2-1 2-2 2-3 2-4
3-1 3-2 3-3 3-4
4-1 4-2 4-3 4-4
** nah sekarang bahas update feromon :

agan coba baca rumus nya di bab II. kalo baca thesis kalau bisa dari bab II gan soalnya
landasan teori smua ada di bab 2, sementara bab 3 dan 4 tu implementasinya aja. jadi
ngertiin landasan nya dulu sblm liat contoh ^^
smoga membantu ^^v
bujed ane malah ngartiin thesis ente kwwkkwkw ane ndiri jg lagi thesis neh

wkoawkaokwoakwo sukses bareng yah gan

kulkas ane bole diisi donk gan wkwkwk pis pis