Anda di halaman 1dari 7

v tid+1=v tid +c 1∗rand t1 d ( p bestidt −x tid ) +c 2∗rand t2 d ( gbest tglobal −x tid )

t+1 t t +1
x id =xid + v id

v tid+1=w∗v tid +c 1∗rand t1 d ( p bestidt −x tid ) + c2∗rand t2 d ( gbest tglobal −x tid )

x t+1 t t +1
id =xid + v id

t
∂ ( x td )
ψ =
id
∂ xd

v tid+1=w∗ψ tid + c 1 ( pbest tid −x tid ) +c 2 ( gbest tglobal −x tid )


t+1 t t +1
x id =xid −lr∗v id

[
ωt =wmax − ( wmax −w min )∗
t )]
( 1+t
max

t
∂ ( x td )
ψ =
id
∂ xd

v tid+1=ωt∗ψ tid +c 1∗rand t1 d ( p bestidt −x tid ) +c 2∗rand t2 d ( gbest tglobal −x tid )

x t+1 t t +1
id =xid −lr∗v id

ωt = ( wmax + w min
2
∗ )[
( t max −t )
t max ]
t
∂ ( x td )
ψ =
id
∂ xd

α t=c1∗ [ ]
( 1−t )
t

v tid+1=ωt∗ψ tid +α t∗rand t1 d ( pbestidt −x tid ) + c 2∗rand t2 d ( gbest tglobal −x tid )

x t+1 t t +1
id =xid −lr∗v id

d
f ( x )=10∗d + ∑ [ x 2i −10∗cos ( 2 π xi ) ]
i=1
Global Optimum f ( x )=0, at x i=( 0, … ,0)
For tiap particle i
For tiap dimensi d
Inisialisasi posisi x id secara random sesuai batasan
Inisialisasi velocity v id
secara random sesuai batasan
End For
End For
Set iterasi awal, t = 1
Do
For tiap particle i
Hitung fitness value
If terdapat fitness value yang lebih baik daripada pbestid
Set fitness value sebagai pbestid
End If
End For
Choose particle yang memiliki nilai pbestid terbaik sebagai gbest global
For tiap particle i
For tiap dimensi d
Hitung nilai velocity untuk t = t + 1

Update posisi particle untuk t = t + 1

End For
End For
Update nilai iterasi, t = t + 1
WHILE stopping criteria belum terpenuhi
For tiap particle i
For tiap dimensi d
Inisialisasi posisi x id secara random sesuai batasan
Inisialisasi velocity v id
secara random sesuai batasan
End For
End For
Set iterasi awal, t = 1
Do
For tiap particle i
Hitung fitness value
If terdapat fitness value yang lebih baik daripada pbestid
Set fitness value sebagai pbestid
End If
End For
Choose particle yang memiliki nilai pbestid terbaik sebagai gbest global
For tiap particle i
For tiap dimensi d
Hitung nilai velocity untuk t = t + 1

Update posisi particle untuk t = t + 1

End For
End For
Update nilai iterasi, t = t + 1
WHILE stopping criteria belum terpenuhi
For tiap individu i
For tiap dimensi d
Inisialisasi posisi x id secara random sesuai batasan
Inisialisasi velocity v id
secara random sesuai batasan
End For
End For
Set iterasi awal, t = 1
Do
For tiap individu i
Hitung fitness value
If terdapat fitness value yang lebih baik daripada pbestid
Set fitness value sebagai pbestid
End If
End For
Choose individu yang memiliki nilai pbestid terbaik sebagai gbest global
For tiap individu i
For tiap dimensi d
Hitung gradient pada t = t

Hitung nilai velocity untuk t = t + 1

Update posisi individu untuk t = t + 1

End For
End For
Update nilai iterasi, t = t + 1
WHILE stopping criteria belum terpenuhi
For tiap individu i
For tiap dimensi d
Inisialisasi posisi x id secara random sesuai batasan
Inisialisasi velocity v id
secara random sesuai batasan
End For
End For
Set iterasi awal, t = 1
Do
For tiap individu i
Hitung fitness value
If terdapat fitness value yang lebih baik daripada pbestid
Set fitness value sebagai pbestid
End If
End For
Choose individu yang memiliki nilai pbestid terbaik sebagai gbest global
For tiap individu i
For tiap dimensi d
Hitung konstanta ω pada t = t

Hitung gradient pada t = t

Hitung nilai velocity untuk t = t + 1

Update posisi individu untuk t = t + 1

End For
End For
Update nilai iterasi, t = t + 1
WHILE stopping criteria belum terpenuhi
For tiap individu i
For tiap dimensi d
Inisialisasi posisi x id secara random sesuai batasan
Inisialisasi velocity v id
secara random sesuai batasan
End For
End For
Set iterasi awal, t = 1
Do
For tiap individu i
Hitung fitness value
If terdapat fitness value yang lebih baik daripada pbestid
Set fitness value sebagai pbestid
End If
End For
Choose individu yang memiliki nilai pbestid terbaik sebagai gbest global
For tiap individu i
For tiap dimensi d
Hitung konstanta ω pada t = t

Hitung konstanta α pada t = t

Hitung gradient pada t = t

Hitung nilai velocity untuk t = t + 1

Update posisi individu untuk t = t + 1

End For
End For
Update nilai iterasi, t = t + 1
WHILE stopping criteria belum terpenuhi