Simulated Annealing

Simulated annealing (SA) adalah salah satu algoritma untuk optimisasi yang bersifat
generik. Berbasiskan probabilitas dan mekanika statistik, algoritma ini dapat digunakan untuk
mencari pendekatan terhadap solusi optimum global dari suatu permasalahan. Masalah yang
membutuhkan pendekatan simulated annealing adalah masalah-masalah optimisasi
kombinatorial,di mana ruang pencarian solusi yang ada terlalu besar, sehingga hampir tidak
mungkin ditemukan solusi eksak terhadap permasalahan itu.
Algoritma SA diperkenalkan oleh Metropolis et al. pada tahun 1953, dan aplikasinya
dalam masalah optimasi dilakukan pertama kali oleh Kirkpatrick etal. tahun 1983. Algoritma ini
beranalogi dengan proses annealing (pendinginan) yang diterapkan dalam pembuatan material
glassy (terdiri dari butir kristal). Dari sisi ilmu fisika, tujuan sistem ini adalah untuk meminimasi
energi potensial. Fluktuasi kinematika acak menghalangi sistem untuk mencapai energi potensial
yang minimum global, sehingga system dapat terperangkap dalam sebuah keadaan minimum
lokal. Dengan menurunkan temperatur sistem, diharapkan energi dapat dikurangi ke suatu level
yang relatif rendah. Semakin lambat laju pendinginan ini, semakin rendah pula energi yang dapat
dicapai oleh sistem pada akhirnya.

Annealing adalah satu teknik yang dikenal dalam bidang metalurgi, digunakan dalam
mempelajari proses pembentukan kristal dalam suatu materi. Agar dapat terbentuk susunan
kristal yang sempurna, diperlukan pemanasan sampai suatu tingkat tertentu, kemudian
dilanjutkan dengan pendinginan yang perlahan-lahan dan terkendali dari materi tersebut.
Pemanasan materi di awal proses annealing, memberikan kesempatan pada atom-atom dalam
materi itu untuk bergerak secara bebas, mengingat tingkat energi dalam kondisi panas ini cukup
tinggi. Proses pendinginan yang perlahan-lahan memungkinkan atom-atom yang tadinya
bergerak bebas itu, pada akhirnya menemukan tempat yang optimum, dimana energi internal
yang dibutuhkan atom itu untuk mempertahankan posisinya adalah minimum. Simulated
annealing berjalan berdasarkan analogi dengan proses annealing tersebut. Simulated annealing
memanfaatkan analogi antara cara pendinginan dan pembekuan metal menjadi sebuah struktur
crystal dengan energi yang minimal (proses penguatan) dan proses pencarian untuk tujuan
minimal.
Berikut adalah algoritma metode simulated annealing:
1. Evaluasi keadaan awal. Jika tujuan maka KELUAR (pencarian solusi selesai). Jika tidak
lanjutkan dengan keadaan awal sebagai keadaan sekarang.
2. Inisialisasi BEST_SO_FAR untuk keadaan sekarang.
3. Inisialisasi suhu (T) sesuai dengan annealing schedule.
4. Kerjakan hingga solusi ditemukan atau sudah tidak ada operator baru lagi akan
diaplikasikan kekondisi sekarang.
a. Gunakan operator yang belum pernah digunakan untuk menghasilkan keadaan baru.
b. Evaluasi kondisi baru dengan menghitung:
ΔE = nilai sekarang – nilai keadaan baru (1)
i. Jika kondisi baru tujuan maka KELUAR (pencarian solusi selesai).
ii. Jika bukan tujuan, namun nilainya lebih baik dari sekarang, maka jadikan keadaan
tersebut sebagai keadaaan sekarang.
iii. Jika nilai kondisi baru tidak lebih baik daripada keadaan sekarang, maka tetapkan
kondisi barusebagai keadaan sekarang dengan probabilitas:
p’ = e -ΔE /T (2)
dalam kondisi ini juga generate random number dengan range [ 0 , 1 ]. Jika random
number lebih kecil dari p’ maka solusi diterima. Jika random number lebih besar dari p’
abaikan (solusi tidak diterima)
c. Perbaiki T sesuai dengan annealing schedule
5. BEST_SO_FAR adalah solusi yang dicari.
Perbedaan antara metode simulated annealing dan metode simple hill climbing adalah:
• Simulated annealing memilki annealing schedule
• Pada metode simulated annealing solusi yang jelek masih ada kemungkinan untuk
diterima
• Nilai keadaan sekarang adalah nilai yang terbaik sepanjang proses berlangsung.
Kemudian jika
keadaan yang baru yang lebih jelek daripada keadaan sekarang (karena kurang beruntung
dalam penerimaan solusi), keadaan yang baru tersebut masih
sumber :