Dipilih dari software, topik, dan level “Kelas PID & FOPID Metaheuristik #4: Fungsi Objektif ITAE/ISE dan Algoritma Metaheuristik Baru (Whale, Harris Hawks)”.
Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Inilah hasil akhirnya, dua algoritma metaheuristik generasi baru, Whale Optimization dan Harris-Hawkes, yang kita tulis dari nol dan uji pada fungsi benchmark. Harris-Hawkes bahkan menemukan minimum global fungsi rastrigin yang penuh jebakan. Ayo kita mulai. Halo, selamat datang di episode keempat seri optimasi PID dan Fraksional Order PID. Untuk menyetel PID secara otomatis, kita butuh dua hal. Angka yang menilai baik buruknya respon, yaitu fungsi objektif dan algoritma yang mencari parameter terbaik. Hari ini kita membuat keduanya, dengan dua metaheuristik yang terinspirasi perilaku berburu hewan.
Langkah 1: Fungsi objektif ITAE & ISE
Buat file metaheuristik.py Fungsi objektif menghitung respon step loop tertutup selama 3 detik lalu menilai galatnya. ITAI, integral waktu kali galat absolut, memberi hukuman besar pada galat yang bertahan lama, sehingga menghasilkan respon cepat tenang. ESE, integral galat kuadrat, menghukum galat besar di awal. Bila sistemnya tidak stabil, kita beri nilai sejuta agar parameter itu dihindari.
Langkah 2: Whale Optimization Algorithm
Fungsi WOA adalah whale optimization algorithm. Paus bungkuk berburu dengan mengepung mangsa dan menyemburkan jaring gelembung berbentuk spiral. Parameter A turun dari 2 ke 0. Bila nilai A kecil, paus mendekati paus terbaik. Bila besar, ia menjelajah mengikuti paus acak. Separuh waktu, paus bergerak spiral mengelilingi posisi terbaik dengan rumus eksponensial kali kosinus.
Langkah 3: Harris Hawks Optimization
Fungsi HO adalah Harris-Hawks optimization. Sekawanan elang Harris mengepung kelinci yang energinya E terus berkurang. Saat energi kelinci masih besar, elang menjelajah. Saat energi mengecil, elang mengepung secara lunak atau keras. Dan bila kelinci masih berusaha lari, elang menyergap dengan lompatan Levi, langkah acak yang kadang sangat jauh, untuk keluar dari minimum lokal.
Langkah 4: Uji benchmark Sphere & Rastrigin
Buat file uji underscore metaheuristik.py dan jalankan. Fungsi sfir punya satu lembah, sedangkan rastrigin punya ratusan lembah jebakan. Pada sfir 10 dimensi, WIOA mencapai 10 pangkat minus 22 dan HHO 10 pangkat minus 49. Pada rastrigin, WIOA terjebak di 13,99, sedangkan HHO menemukan minimum global 0. Sebagai acuan, PI di Ziegler-Nichols pada AVR punya ITAI 0,4331 dan ISI 0,2776.
Langkah 5: Kurva konvergensi
Mari lihat grafiknya. Kurva konvergensi HHO pada sfir turun bertahap dengan beberapa lompatan tajam, buah dari strategi pengepungan dan lompatan Levi. Pada rastrigin, WIOA mendatar karena terjebak, sementara HHO terus turun hingga 0. Tetapi hasil benchmark tidak selalu berlaku untuk masalah nyata. Jadi kita uji keduanya pada PID dan FOPID di episode berikutnya. Selesai.
Selesai!
Kita sudah merumuskan fungsi objektif ITAI dan ISI, menulis Well Optimization Algoritm dan Harris-Hox Optimization dari 0, dan mengujinya pada fungsi benchmark. Di episode berikutnya kita mengoptimasi PID dan FOPID untuk AVR dan motor DC. Sedang menyusun skripsi, tesis, atau riset di bidang sistem kendali dan optimasi? Cerdas inovasi digital membantu implementasi sistem kendali, dari pemodelan motor DC dan AVR generator, tuning PI di Ziegler-Nichols, fractional order PID, sampai optimasi meta-heuristik seperti Well Optimization dan Harris-Hox, serta membuka kursus pemrograman Python untuk teknik elektro. Ingin menguasai seluruh seri ini, dari fungsi alis sampai analisi statistik dan uji robustness? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdasinovasidigital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
53 kelas video1.290 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
