Buku yang diperlukan untuk memahami metoda metaheuristik. Mulai dari konsep dan implementasi menggunakan Matlab dan contoh kasus bisa ditemukan di buku ini. Ditulis dengan tujuan membantu pembaca memahami metaheuristik dan mampu mengimplementasikannya, buku ini sangat penting untuk dijadikan referensi baik oleh dosen, mahasiswa pasca sarjana atau mahasiswa S1. Untuk pembelian bisa kontak ke WA 083857170651 shima1907@yahoo.com dengan harga Rp 85 ribu + ongkos kirim.
1.1 Heuristik dan Metaheuristik.. 3
1.2 Karakteristik Metaheuristik.. 7
2.2 Local dan Global Optimum… 16
2.3 Contoh Masalah Optimasi 19
2.4 Membangkitkan Bilangan Random… 25
2.10 Menangani Optimasi Dengan Pembatas. 32
2.10.1 Lagrange Multiplier. 32
3.3 Bekerja dengan Matriks. 43
3.4 Membangkitkan Bilangan Random… 50
3.6 Memuat Data ke dalam Workspace. 53
3.7 Pemrograman dalam Matlab.. 56
3.7.1 Program Dengan Script Biasa. 57
3.7.2 Penggunaan Function.. 59
3.8 Pemakaian Loop dalam Matlab.. 61
3.10 Perintah Yang Tidak Dieksekusi 64
3.11 Memanggil fungsi dari fungsi lain.. 65
4.2 Algoritma Direct Search.. 76
4.2.1 Algoritma Hooke Jevees. 77
4.2.2 Algoritma Nelder Mead.. 79
4.3 Gradient-based Search.. 84
5 Metaheuristik Sederhana.. 101
6.5 Seleksi dengan Roda Lotere. 122
6.6 Crossover atau Kawin silang. 123
6.9 Implementasi GA dengan Biner. 127
6.10 Implementasi menggunakan nilai kontinyus. 133
6.12 Kode Matlab untuk GA Kontinyus. 142
6.13 Kode Matlab untuk GA Biner. 145
6.14 Kode Matlab untuk TSP dengan GA.. 149
6.15 Kode Matlab GA Modifikasi untuk TSP.. 153
7 Ant Colony Optimization.. 159
7.4 Penambahan dan Penguapan Pheromone. 163
7.5 ACO untuk Traveling Salesman Problem… 164
8 ParticleSwarmOptimization.. 179
8.2 Particle swarm optimization.. 181
9.2 Algoritma Simulated Annealing. 210
9.3 Simulated Annealing untuk TSP.. 217
10.4 Optimasi Kombinatorial dengan CE.. 234
10.5 CE untuk optimasi dengan pembatas. 248
11 Aplikasi Cross Entropy.. 250
11.2 CE Untuk Menyelesaikan TSP.. 250
11.3 Vehicle Routing Problem… 260
11.4 Single Machine with Total Weighted Tardiness. 263
11.5 Single Machine with Common Due Date. 269
12 Differential Evolution.. 282
12.7 Contoh Implementasi DE.. 291
13.2 Konsep Harmony Search.. 301
13.3 Implementasi Harmony Search.. 307
14.1 Opposition Based-Learning. 317
14.2 Opposition-Based Learning dan GA.. 318
14.3.1 Differential Evolution.. 323
14.3.2 Opposition-based learning. 323
15 Simple Iterative Mutation Untuk Penjadwalan.. 334
15.2 Definisi Permasalahan SMTWTP.. 336
15.3 Algoritma yang Diusulkan.. 337
15.3.2 Pembangkitan sampel awal 339
15.3.4 Pemilihan sampel elite. 341
16 Cross Entropy untuk Location-Routing Problem 350
16.3 Algoritma yang diusulkan.. 355
16.4 Uji Validasi Algoritma. 358
16.5 Analisis Hasil Validasi 369
16.6 Eksperimen dan Analisis. 370
16.7 Hasil Pengujian Set Data Prins et al. 374
17 Particle Swarm Optimization untuk Vehicle Routing.. 386
17.2 Permasalahan Vehicle Routing. 387
17.3 Representasi Masalah VRP dalam PSO… 390