Hybrid Crow Search Algorithm - Simulated Annealing untuk Menyelesaikan Vehicle Routing Problem with Time Windows
Downloads
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.
Christofides, N., A. Migozzi dan P. Toth. 1979. "The Vehicle Routing Problem in Combinatorial Optimization”. N. Christofides,
A. Mongozzi, P. Toth and C. Sandi. (eds). J. Wiley. 315-338.
Braysy, O. dan Dullaert, W., 2003, A Fast Evolutionary Metaheuristic For The Vehicle Routing Problem with Time Windows, International Journal on Artificial Intelligence Tools, Vol. 12, No. 2, 153-172.
Baker, B.M. dan Ayehew, M.A.,2003,. A Genetic Algorithm For The Vehicle Routing Problem. Elsevier:Computers & Operations Research, Vol 30 (5), pp. 787-800.
Kallehauge, B., J. Larsen, dan O.B.G. Marsen. 2001. Lagrangean Duality Applied on Vehicle Routing Problem with Time Windows, Technical Report. IMM:Technical University of Denmark.
Nasser A. El-Sherbeny. 2010. Vehicle Routing With Time Windows: An Overview of Exact, Heuristic and Metaheuristic Methods. Mathematics Department, Faculty of Science, Al-Azhar University, Nasr City 1184, Cairo, Egypt.
Diaz, P., Cuevas, E., dan Avalos, O., 2018, An Improved Crow Search Algorithm Applied to Energy Problems, Guadalajara University, Departement of Electronica, Guadalajara, Mexico.
Askarzadeh, A., 2016, A Novel Metaheuristic Method for Solving Constrained Engineering Optimization Problems: Crow Search Algorithm, Graduate University of Advance Technology, Institute of Science and High Technology and Environmental Science, Department of Energy Management and Optimization, Kerman, Iran.
Chibante, R., 2010, Simulated Annealing Theory and Applications, Sciyo, Crotia.
Assad, A., dan Deep, K., 2018, A Hybrid Harmony Search and Simulated Annealing Algorithm for Continuous Optimization, Indian Institute of Technology Roorkee, Department of Mathematics, Roorkee, India.
Pan, F., Chinming, Y., Wang, K. dan Cao, j.,2013., Research on the Vehicle Routing Problem with Time Windows Using Firefly Algorithm, Journal of Computers.,Vol 8., No. 9., pp. 2256-2257.
Kirkpatrick, S., Gelatt, C. D. dan Vecchi, M. P., 1983, Optimization by Simulated Annealing, Science, 220, pp, 671-680.
