采用粒子群优化(PSO)方法以最低成本确定肉鸡饲料成分

Taslima Dewi, Ismail Husein
{"title":"采用粒子群优化(PSO)方法以最低成本确定肉鸡饲料成分","authors":"Taslima Dewi, Ismail Husein","doi":"10.15575/kubik.v8i2.29631","DOIUrl":null,"url":null,"abstract":"Ayam pedaging merupakan salah satu jenis unggas vertebrata dan daging yang paling populer untuk dikonsumsi masyarakat Indonesia. Pertumbuhan ayam broiler sangat dipengaruhi oleh kualitas pakan yang diterimanya. Komposisi pakan tentunya harus memenuhi nutrisi yang dibutuhkan ayam broiler dengan harga minimal. Optimasi komposisi pakan dilakukan dengan metode Particle Swarm Optimization (PSO). Metode Particle Swarm Optimization (PSO) merupakan teknik optimasi yang mengikuti perilaku sekelompok makhluk hidup untuk seumur hidup seperti sekelompok burung dan sekelompok ikan dalam mencari makanan. Dalam optimasi pakan dengan metode PSO ditentukan dengan melihat beberapa partikel dan mana partikel yang mempunyai nilai kebugaran terbaik. Penelitian ini bertujuan untuk melihat hasil optimasi komposisi pakan dengan metode PSO. Dari perhitungan menggunakan metode PSO dengan harga dari peternak memberikan selisih harga sebesar Rp. 186 dimana parameter PSO yang digunakan adalah r1 dan r2 sebesar 0,2 dan 0,4 serta nilai c1 dan c2 sebesar 2,1 dan 0,9","PeriodicalId":300313,"journal":{"name":"Kubik: Jurnal Publikasi Ilmiah Matematika","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Implementation of Particle Swarm Optimization (PSO) Method In Determining The Composition of Animal Feed In Broiler Chickens With Minimum Cost\",\"authors\":\"Taslima Dewi, Ismail Husein\",\"doi\":\"10.15575/kubik.v8i2.29631\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Ayam pedaging merupakan salah satu jenis unggas vertebrata dan daging yang paling populer untuk dikonsumsi masyarakat Indonesia. Pertumbuhan ayam broiler sangat dipengaruhi oleh kualitas pakan yang diterimanya. Komposisi pakan tentunya harus memenuhi nutrisi yang dibutuhkan ayam broiler dengan harga minimal. Optimasi komposisi pakan dilakukan dengan metode Particle Swarm Optimization (PSO). Metode Particle Swarm Optimization (PSO) merupakan teknik optimasi yang mengikuti perilaku sekelompok makhluk hidup untuk seumur hidup seperti sekelompok burung dan sekelompok ikan dalam mencari makanan. Dalam optimasi pakan dengan metode PSO ditentukan dengan melihat beberapa partikel dan mana partikel yang mempunyai nilai kebugaran terbaik. Penelitian ini bertujuan untuk melihat hasil optimasi komposisi pakan dengan metode PSO. Dari perhitungan menggunakan metode PSO dengan harga dari peternak memberikan selisih harga sebesar Rp. 186 dimana parameter PSO yang digunakan adalah r1 dan r2 sebesar 0,2 dan 0,4 serta nilai c1 dan c2 sebesar 2,1 dan 0,9\",\"PeriodicalId\":300313,\"journal\":{\"name\":\"Kubik: Jurnal Publikasi Ilmiah Matematika\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-11-27\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Kubik: Jurnal Publikasi Ilmiah Matematika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.15575/kubik.v8i2.29631\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Kubik: Jurnal Publikasi Ilmiah Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15575/kubik.v8i2.29631","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

肉鸡是印度尼西亚最受欢迎的脊椎动物家禽和肉类之一。肉鸡的生长在很大程度上受到饲料质量的影响。饲料成分必须以最低的价格满足肉鸡所需的营养成分。饲料成分的优化采用了粒子群优化(PSO)方法。粒子群优化(PSO)方法是一种优化技术,它遵循一群生物一生的行为,如一群鸟和一群鱼寻找食物。在使用 PSO 方法进行饲料优化时,它是通过观察多个粒子以及哪个粒子具有最佳适应度值来确定的。本研究旨在了解用 PSO 方法优化饲料成分的结果。使用 PSO 方法与饲养者的价格计算得出的价格差异为 186 印尼盾,其中使用的 PSO 参数为 r1 和 r2 分别为 0.2 和 0.4,c1 和 c2 的值分别为 2.1 和 0.9。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Implementation of Particle Swarm Optimization (PSO) Method In Determining The Composition of Animal Feed In Broiler Chickens With Minimum Cost
Ayam pedaging merupakan salah satu jenis unggas vertebrata dan daging yang paling populer untuk dikonsumsi masyarakat Indonesia. Pertumbuhan ayam broiler sangat dipengaruhi oleh kualitas pakan yang diterimanya. Komposisi pakan tentunya harus memenuhi nutrisi yang dibutuhkan ayam broiler dengan harga minimal. Optimasi komposisi pakan dilakukan dengan metode Particle Swarm Optimization (PSO). Metode Particle Swarm Optimization (PSO) merupakan teknik optimasi yang mengikuti perilaku sekelompok makhluk hidup untuk seumur hidup seperti sekelompok burung dan sekelompok ikan dalam mencari makanan. Dalam optimasi pakan dengan metode PSO ditentukan dengan melihat beberapa partikel dan mana partikel yang mempunyai nilai kebugaran terbaik. Penelitian ini bertujuan untuk melihat hasil optimasi komposisi pakan dengan metode PSO. Dari perhitungan menggunakan metode PSO dengan harga dari peternak memberikan selisih harga sebesar Rp. 186 dimana parameter PSO yang digunakan adalah r1 dan r2 sebesar 0,2 dan 0,4 serta nilai c1 dan c2 sebesar 2,1 dan 0,9
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Kaitan Ruang Vektor Matriks V_n dan C_n KETERHUBUNGAN GRAF PEMBAGI TAK NOL DARI RING Implementation of Particle Swarm Optimization (PSO) Method In Determining The Composition of Animal Feed In Broiler Chickens With Minimum Cost Implementation of Fuzzy Black-Scholes Real Options Valuation Method on Nickel Smelter Investment Plan The Effect of Virotherapy, Chemotherapy, and Immunotherapy to Immune System: Mathematical Modelling Approach
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1