5.

Strategi Evaluasi Model-Based surrogate dengan Seleksi dari individual pengganti yang berbasis
orientasi.
Di penelitian IGA yang berbasis Surrogate, individu pengganti sering diambil secara acak setelah
model diputuskan. Tetapi jika ppengganti yang dipilih jauh dari sampel laatihan yan gdigunakan
untuk melatih IGA, ketepatan nilai yang dikalkulasikan oleh Surrogate Model akan berbeda dari
kognisi manusia. Ini akan menyesatkan evolusi jauh dari yang diharapkan. Menyasar masalah
diatas, metode seleksi yang diorientasikan diusulkan.
Algoritma untuk memilih adalah sebagai berikut :
Step1 : Jumlah individu yang digantikan NM(t) diputuskan berdasarkan kelelahan manusia.
Step2 : sample terdiri dari individual yang telah diketahui nilai ketepatannya oleh penilaian manusia
lain. Merreka dikelompokkan dalam sub sampel menggunakan algoritma rerata Fuzzy-C.
Sep3 : Menyasar setiap sub sampel, surrogate model yang digambarkan oleh Artificial Neural
Network dilatih.
Step4 : Jarak atau perbedaan pada setiap sampel individu di populasi dan setiap sampel atau sub
sampel diperhitungkan.
Step5 :individual diurutkan perbedaan diatas, indiidu dengan sedikit perbedaan dipilih sebagai
individu pengganti.
Step6 : Ketepatan nilai dari individu pengganti dikalkulasikan melalui kluster surrogate model yang
berafiliasi dengan mereka.

6. Analisis kesamaan
dalam algoritma genetik, apakah dan seberapa cepat mereka sesuai (konvergen) dengan sampel
nyata digunakan untuk mengukur kualitas dari algoritma yan gdigunakan. Hal ini telah banyak
diteliti, akan tetapi kesesuaian IGA jarang dibahas. Dalam chapter ini konverensi dari AES-IGA
dianalisa dalam bentuk analisis drift.
[persamaannya ga mudheng saya]

7. Eksperimen dan analisis

7.1 Latar belakang untuk eksperimen.
Fashion evolutionary design digunakan sebagai latar belakang yang digunakan untuk memvalidasi
rasionalitas dari AES-IGA. Tujuan dari sistem ini adalah menemukan desain baju yang sesuas
dengan selera manusia. Visual basic 6.0 digunakan sebagai programming tool untuk antar muka
manusia dan Microsoft Access digunakan sebagai database.Matlab 6.5 digunakan untuk melatih
Model based surrogate dalam artifical neural networks. Human interface yang digunakan adalah
sebagai berikut :
[gambar]
Dalam mode desain sistem evolusi, masing-masing terdiri dari gaun kerah, rok dan lengan. Setiap
bagian memiliki dua faktor termasuk pola dan warna yang dijelaskan oleh dua bit. Jadi setiap gaun
dinyatakan dengan dua belas bit, yang bertindak sebagai enam gen-makna-unit (GM-unit) (Guo,
2007). Setiap gen-makna-unit memiliki empat alel. Arti dari masing-masing alel pada gen-arti-unit
ditunjukkan pada Tabel 1.
7.2 Tujuan yang diinginkan dan parameter yang ada di eksperimen
Dalam rangka untuk memvalidasi rasionalitas strategi evaluasi adaptif dan pengaruh terhadap
kinerja IGAS, dua kelompok eksperimen dirancang. Mereka memiliki tujuan yang diinginkan
berbeda yang mencerminkan kebutuhan psikologis yang berbeda dari manusia. Tujuan yang
diinginkan dari percobaan tersebut adalah sebagai berikut. Percobaan I: Untuk menemukan gaun
favorit pas untuk musim panas tanpa batas warna. Percobaan II: Untuk menemukan gaun favorit pas
untuk musim panas dan warnanya pink. Dalam kedua percobaan, jaringan syaraf tiruan diadopsi
sebagai model pengganti. Nilai-nilai parameter tentang model dan proses evolusi ditunjukkan pada
Tabel 2.