Bella Pristianisa Subari, A. B. Pratiwi, H. Suprajitno
{"title":"混合乌鸦搜索算法-模拟退火求解带时间窗的车辆路径问题","authors":"Bella Pristianisa Subari, A. B. Pratiwi, H. Suprajitno","doi":"10.20473/CONMATHA.V2I2.23854","DOIUrl":null,"url":null,"abstract":"Penulisan artikel ini bertujuan untuk menyelesaikan permasalahan Vehicle Routing Problem with Time Windows (VRPTW) dengan menggunakan Hybrid Crow Search Algorithm (CSA) dengan Simulated Annealing (SA). Hybrid CSA dengan SA adalah gabungan dari kedua algoritma dengan cara melakukan proses CSA kemudian hasil terburuknya diperbaiki dengan proses SA untuk sepuluh iterasi pertama. Proses algoritma ini dimulai dengan inisialisasi parameter, membangkitkan posisi dan memori awal, menghitung fungsi tujuan, memperbarui posisi gagak, menghitung fungsi tujuan posisi baru gagak, update memori gagak, menentukan solusi terburuk dari posisi gagak kemudian dilakukan modifikasi, hasil modifikasi dengan SA menggantikan solusi terburuk pada posisi gagak, proses berlanjut sampai maksimal iterasi dipenuhi dan menentukan solusi terbaik dari memori gagak. Berdasarkan hasil implementasi pada tiga tipe data dapat disimpulkan bahwa semakin banyak jumlah iterasi, jumlah gagak, dan proses Simulated Annealing maka nilai fungsi tujuan yang diperoleh cenderung semakin baik, sedangkan nilai probabilitas kewaspadaan (AP) tidak memberikan pengaruh pada solusi permasalahan.","PeriodicalId":119993,"journal":{"name":"Contemporary Mathematics and Applications (ConMathA)","volume":"106 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-12-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Hybrid Crow Search Algorithm - Simulated Annealing untuk Menyelesaikan Vehicle Routing Problem with Time Windows\",\"authors\":\"Bella Pristianisa Subari, A. B. Pratiwi, H. Suprajitno\",\"doi\":\"10.20473/CONMATHA.V2I2.23854\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penulisan artikel ini bertujuan untuk menyelesaikan permasalahan Vehicle Routing Problem with Time Windows (VRPTW) dengan menggunakan Hybrid Crow Search Algorithm (CSA) dengan Simulated Annealing (SA). Hybrid CSA dengan SA adalah gabungan dari kedua algoritma dengan cara melakukan proses CSA kemudian hasil terburuknya diperbaiki dengan proses SA untuk sepuluh iterasi pertama. Proses algoritma ini dimulai dengan inisialisasi parameter, membangkitkan posisi dan memori awal, menghitung fungsi tujuan, memperbarui posisi gagak, menghitung fungsi tujuan posisi baru gagak, update memori gagak, menentukan solusi terburuk dari posisi gagak kemudian dilakukan modifikasi, hasil modifikasi dengan SA menggantikan solusi terburuk pada posisi gagak, proses berlanjut sampai maksimal iterasi dipenuhi dan menentukan solusi terbaik dari memori gagak. Berdasarkan hasil implementasi pada tiga tipe data dapat disimpulkan bahwa semakin banyak jumlah iterasi, jumlah gagak, dan proses Simulated Annealing maka nilai fungsi tujuan yang diperoleh cenderung semakin baik, sedangkan nilai probabilitas kewaspadaan (AP) tidak memberikan pengaruh pada solusi permasalahan.\",\"PeriodicalId\":119993,\"journal\":{\"name\":\"Contemporary Mathematics and Applications (ConMathA)\",\"volume\":\"106 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-12-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Contemporary Mathematics and Applications (ConMathA)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.20473/CONMATHA.V2I2.23854\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Contemporary Mathematics and Applications (ConMathA)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20473/CONMATHA.V2I2.23854","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Hybrid Crow Search Algorithm - Simulated Annealing untuk Menyelesaikan Vehicle Routing Problem with Time Windows
Penulisan artikel ini bertujuan untuk menyelesaikan permasalahan Vehicle Routing Problem with Time Windows (VRPTW) dengan menggunakan Hybrid Crow Search Algorithm (CSA) dengan Simulated Annealing (SA). Hybrid CSA dengan SA adalah gabungan dari kedua algoritma dengan cara melakukan proses CSA kemudian hasil terburuknya diperbaiki dengan proses SA untuk sepuluh iterasi pertama. Proses algoritma ini dimulai dengan inisialisasi parameter, membangkitkan posisi dan memori awal, menghitung fungsi tujuan, memperbarui posisi gagak, menghitung fungsi tujuan posisi baru gagak, update memori gagak, menentukan solusi terburuk dari posisi gagak kemudian dilakukan modifikasi, hasil modifikasi dengan SA menggantikan solusi terburuk pada posisi gagak, proses berlanjut sampai maksimal iterasi dipenuhi dan menentukan solusi terbaik dari memori gagak. Berdasarkan hasil implementasi pada tiga tipe data dapat disimpulkan bahwa semakin banyak jumlah iterasi, jumlah gagak, dan proses Simulated Annealing maka nilai fungsi tujuan yang diperoleh cenderung semakin baik, sedangkan nilai probabilitas kewaspadaan (AP) tidak memberikan pengaruh pada solusi permasalahan.