3. Hybrid Algorithm HACS-SA 3.1. Ap

3. Hybrid Algorithm HACS-SA
3.1. Applied SA in the First Phase
Metropolis et al. introduced the original concept of simulated annealing (SA) [16].
Kirkpatrick et al. employed SA in solving the problems of combinatorial optimization [17].
Recently, Li et al. [18] combined ACO and SA algorithm to address the dual resource
constrained job shop scheduling problem.
SA is a local search technique that has been successfully applied to many NP-hard
problems. It makes use of search strategies where cost-deteriorating neighborhood solutions
may possibly be accepted as candidates in the search process. For SA, it randomly generates
the new solution by changing the current solution and uses an energy function in accepting
worse-fitness solutions so as to possibly move out of the local optimum. The Boltzmann
distribution is used to decide whether to accept worse fitness solutions or not, and it is defined
as [19]:

Results (Indonesian) 1:

3. hibrida algoritma HACS-SA 3.1. diterapkan SA dalam fasa pertama Metropolis et al. memperkenalkan konsep asli dari simulasi Anil (SA) [16]. Kirkpatrick et al. bekerja SA dalam memecahkan masalah-masalah optimasi Kombinatorial [17]. Baru-baru ini, Li et al. [18] dikombinasikan ACO dan SA algoritma untuk mengatasi sumber ganda pekerjaan dibatasi toko penjadwalan masalah. SA adalah teknik pencarian lokal yang telah berhasil diterapkan untuk banyak NP-keras masalah. Itu membuat penggunaan search strategi mana memburuk biaya lingkungan solusi mungkin dapat diterima sebagai kandidat dalam proses pencarian. SA, itu secara acak menghasilkan solusi baru dengan mengubah solusi saat ini dan menggunakan energi berfungsi dalam menerima lebih buruk-kebugaran solusi untuk mungkin pindah dari lokal yang optimal. Boltzmann distribusi yang digunakan untuk memutuskan apakah akan menerima solusi kebugaran yang buruk atau tidak, dan itu didefinisikan [19]:

Results (Indonesian) 2:

3. Hybrid Algoritma HACS-SA
3.1. SA diterapkan dalam Tahap Pertama
Metropolis et al. memperkenalkan konsep asli dari simulasi anil (SA) [16].
Kirkpatrick et al. dipekerjakan SA dalam memecahkan masalah optimasi kombinatorial [17].
Baru-baru ini, Li et al. [18] dikombinasikan ACO dan algoritma SA untuk mengatasi sumber daya ganda
terkendala masalah penjadwalan job shop.
SA adalah teknik pencarian lokal yang telah berhasil diterapkan untuk banyak NP-keras
masalah. Itu membuat penggunaan strategi pencarian di mana solusi lingkungan memburuk murah
mungkin dapat diterima sebagai calon dalam proses pencarian. Untuk SA, secara acak menghasilkan
solusi baru dengan mengubah solusi saat ini dan menggunakan fungsi energi dalam menerima
solusi yang lebih buruk kebugaran sehingga mungkin bergerak keluar dari optimum lokal. Boltzmann
distribusi digunakan untuk memutuskan apakah akan menerima solusi kebugaran buruk atau tidak, dan itu didefinisikan
sebagai [19]: