Dalam ilmu komputer, komputasi evolusioner adalah sistem pencarian solusi permasalahan optimalisasi berbasis komputer yang menggunakan model komputasional proses evolusi, seperti seleksi alami, kebertahanan hidup dari yang terkuat, dan reproduksi. Komputasi evolusioner yang merupakan bidang dari inteligensia komputasional mencakup algoritme genetik, pemrograman genetik, dan pemrograman evolusioner. Aplikasi komputasi evolusioner untuk masalah optimisasi adalah sangat luas, antara lain rekayasa industri, transportasi, jaringan komunikasi, robotika, penggalian data, bioinformatika, sistem-tenaga, game, teknik kendali, dan pemrosesan sinyal/citra.[1]
Sejarah
Penggunaan prinsip Evolusioner untuk pemecahan masalah otomatis berasal dari tahun 1950an. Baru pada tahun 1960an, tiga interpretasi yang berbeda dari ide ini mulai dikembangkan di tiga tempat yang berbeda.
Pemrograman evolusioner diperkenalkan oleh Lawrence J. Fogel di Amerika Serikat, sementara John Henry Holland menyebut metodenya sebagai algoritme genetika. Di Jerman Ingo Rechenberg dan Hans-Paul Schwefel memperkenalkan strategi evolusi. Area ini dikembangkan secara terpisah selama sekitar 15 tahun. Dari awal tahun sembilan puluhan, mereka disatukan sebagai perwakilan yang berbeda ("dialek") dari satu teknologi, yang disebut komputasi evolusioner. Juga di awal tahun sembilan puluhan, arus keempat mengikuti gagasan umum telah muncul - pemrograman genetik. Sejak tahun 1990an, algoritma yang terinspirasi alam menjadi bagian perhitungan evolusioner yang semakin penting.
Terminologi ini menunjukkan bidang komputasi evolusioner dan mempertimbangkan pemrograman evolusioner, strategi evolusi, algoritma genetika, dan pemrograman genetik sebagai sub-area.
Simulasi evolusi menggunakan algoritme evolusioner dan kehidupan buatan dimulai dengan karya Nils Aall Barricelli pada tahun 1960an, dan diperluas oleh Alex Fraser, yang menerbitkan serangkaian makalah tentang simulasi seleksi buatan.[2] Evolusi buatan menjadi metode pengoptimalan yang dikenal luas sebagai hasil karya Ingo Rechenberg pada tahun 1960an dan awal 1970an, yang menggunakan strategi evolusi untuk menyelesaikan masalah rekayasa kompleks.[3] Algoritme genetika khususnya menjadi populer melalui penulisan John Holland.[4] Seiring dengan meningkatnya minat akademis, peningkatan dramatis dalam kekuatan komputer memungkinkan aplikasi praktis, termasuk evolusi otomatis program komputer.[5] Algoritma evolusioner sekarang digunakan untuk memecahkan masalah multi dimensi lebih efisien daripada perangkat lunak yang diproduksi oleh perancang manusia, dan juga untuk mengoptimalkan perancangan sistem.[6][7]
Referensi
- ↑ "Komputasi Evolusioner; Algoritme Genetik, Pemrograman Genetik, dan Pemrograman Evolusioner". www.grahailmu.id. Diakses tanggal 14 Mei 2017.[pranala nonaktif permanen]
- ↑ Fraser AS (1958). "Monte Carlo analyses of genetic models". Nature. 181 (4603): 208–9. doi:10.1038/181208a0. PMID 13504138.
- ↑ Rechenberg, Ingo (1973). Evolutionsstrategie – Optimierung technischer Systeme nach Prinzipien der biologischen Evolution (PhD thesis) (dalam bahasa German). Fromman-Holzboog.
{{cite book}}: Pemeliharaan CS1: Bahasa yang tidak diketahui (link) - ↑ Holland, John H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press. ISBN 0-262-58111-6.
- ↑ Koza, John R. (1992). Genetic Programming: On the Programming of Computers by Means of Natural Selection. MIT Press. ISBN 0-262-11170-5.
- ↑ G. C. Onwubolu and B V Babu, "New Optimization Techniques in Engineering". Diakses tanggal 17 September 2016.
{{cite web}}: Pemeliharaan CS1: Tanggal diterjemahkan otomatis (link) - ↑ Jamshidi M (2003). "Tools for intelligent control: fuzzy controllers, neural networks and genetic algorithms". Philosophical Transactions of the Royal Society A. 361 (1809): 1781–808. doi:10.1098/rsta.2003.1225. PMID 12952685.
| Topik utama | |
|---|---|
| Algoritma | |
| Teknik terkait | |
| Metode Metaheuristik | |
| Topik terkait | |
| Jurnal | |
| Nasional | |
|---|---|
| Lain-lain | |
