Firefly Algorithm: Konsep dan Penerapan

Firefly Algorithm: Konsep dan Penerapan

Firefly Algorithm: Konsep dan Penerapan
6 menit baca

Firefly Algorithm (FA) adalah algoritma optimasi berbasis kawanan yang terinspirasi dari perilaku berkedip kunang-kunang. Algoritma ini dikembangkan oleh Xin-She Yang pada tahun 2008. Intinya, kunang-kunang yang lebih terang akan menarik kunang-kunang yang kurang terang untuk bergerak mendekat, sehingga populasi berkumpul di sekitar solusi terbaik.

Aturan dasar

Xin-She Yang menyederhanakan perilaku kunang-kunang menjadi tiga aturan:

  • Semua kunang-kunang tidak mengenal jenis kelamin, sehingga satu kunang-kunang tertarik pada kunang-kunang lain.

  • Daya tarik sebanding dengan kecerahan. Antara dua kunang-kunang, yang kurang terang bergerak menuju yang lebih terang. Daya tarik menurun seiring bertambahnya jarak. Jika tidak ada yang lebih terang, kunang-kunang bergerak acak.

  • Kecerahan ditentukan oleh nilai fungsi objektif. Pada masalah maksimasi, kecerahan sebanding dengan nilai fungsi.

Rumus

Jarak

Jarak antara kunang-kunang i dan j umumnya jarak Euclidean:

rij = ||xi - xj||

Daya tarik

Daya tarik menurun secara eksponensial terhadap jarak:

β(r) = β0 · exp(-γ r2)

dengan β0 adalah daya tarik pada jarak nol (sering 1) dan γ adalah koefisien penyerapan cahaya.

Pergerakan

Jika kunang-kunang j lebih terang daripada i, maka i bergerak menurut:

xi = xi + β0 exp(-γ rij2) (xj - xi) + α (rand - 0,5)

Suku pertama adalah posisi saat ini, suku kedua adalah tarikan menuju kunang-kunang yang lebih terang, dan suku ketiga adalah gerak acak dengan parameter α untuk menjaga eksplorasi.

Peran parameter

  • γ kecil (mendekati 0): daya tarik hampir konstan, semua kunang-kunang saling terlihat, perilaku mirip PSO.

  • γ besar: daya tarik cepat turun, kunang-kunang hanya tertarik pada tetangga dekat, membentuk beberapa kelompok sehingga cocok untuk masalah multimodal.

  • α: besar gerak acak, sering dikurangi seiring iterasi.

Langkah algoritma

  • Inisialisasi populasi kunang-kunang secara acak dan tetapkan β0, γ, α, serta iterasi maksimum.

  • Hitung kecerahan (fitness) tiap kunang-kunang.

  • Untuk setiap pasangan i dan j, jika j lebih terang, gerakkan i mendekati j dengan rumus pergerakan.

  • Perbarui kecerahan, urutkan, dan catat solusi terbaik.

  • Ulangi sampai iterasi maksimum tercapai.

Contoh hitung sederhana

Misalkan β0 = 1, γ = 1, kunang-kunang i di xi = 2 dan j yang lebih terang di xj = 3 (jarak r = 1). Abaikan suku acak.

  • Daya tarik = 1 × exp(-1) ≈ 0,368.

  • Posisi baru i = 2 + 0,368 × (3 - 2) = 2,368.

Kunang-kunang i bergeser mendekati j sejauh sekitar 37% dari jaraknya.

Kelebihan dan kekurangan

  • Kelebihan: mampu membentuk subkelompok sehingga baik untuk masalah multimodal, konsepnya jelas, dan hasilnya kompetitif pada banyak masalah.

  • Kekurangan: kompleksitas O(n2) per iterasi karena membandingkan setiap pasangan, sensitif terhadap parameter γ dan α, dan dapat berosilasi atau lambat konvergen jika parameter tidak tepat.

Penerapan

FA dipakai pada optimasi desain rekayasa, penjadwalan, pemilihan fitur, penyetelan parameter model machine learning, dan pengelompokan data.

Kesimpulan

Firefly Algorithm adalah metaheuristik yang intuitif dan efektif, khususnya untuk masalah dengan banyak optimum lokal. Laporkan nilai parameter dan jumlah populasi yang kamu pakai di skripsi, dan bandingkan dengan algoritma sejenis.

Bagikan:

Rekomendasi untuk Anda