Aplikasi UAS Pengenalan Optimasi

 Referensi

Youtube Dian Puspita, Pengaplikasian Algoritma Genetika Pada Optimasi Sistem Tenaga Listrik

Aplikasi Sistem Tenaga Listrik Dengan Menggunakan Algoritma Genetika

1. Tujuan

Mahasiswa mampu merancang aplikasi optimasi dengan menggunakan matlab

2. Alat dan Bahan

Aplikasi Matlab

Dasar Teori

Algoritma Genetika

    Dibidang optimasi, algoitma ini digunakan untuk mengoptimalkan fungsi, proses gambar, memecahkan masalah dalam sistem identifikasi, kontrol dan lain sebagainya

    Blok bangunan dasar pada GA adalah populasi individu, yang biasanya antara 10-200. Setiap individu mewakili solusi yang mungkin dari masalah. Data yang diproses oleh GA diwakili oleh array string (atau kromosom) dengan panjang terbatas, dimana setiap bit disebut alel atau gen.

    Kumpulan string disebut populasi, dan populasi pada titik waktu tertentu disebut sebagai generasi populasi awal string yang dilakukan secara acak.

Operator dasar pada gen dalam kromosom adalah crossover atau mutasi.

Crossover adalah operator utama yang menghasilkan string baru.

 

Model Matematika Dalam Penyelesaian Masalah

 

 

Kendala pada variable vc dan f

 

 

 

Program Matlab

1. Ketik program pada editor matlab

function C = turning_cost(x)
C = 0.3+4.6/(x(1)*x(2))+10^11*x(1)^4.55*x(2)^0.67;
end

Kemudian simpan pada domain .m dengan nama turning_cost

2. Buka editor baru dan ketik program pada editor matlab

function [c,ceq]=nonlinear_constrain(x)
c = [x(1)*x2^0.3-91.57;
x(1)*x2^0.75-74.8;
x(2)^0.75-6.48];
ceq = [];
end

Kemudian simpan pada domain .m dengan nama nonlinear_constrain

3. Pada command window ketik optimtool ga

 

Isi bagian kosong dengan

fitness function = @turning_cost 

number of variables = 2
lower = [5.03 0,04]
upper = [502.65 9]

nonlinear constrain function = @nonlinear_constrain 

 

4. Hasil

 

Video