Resume Bab 3

3.1. Common Genes Detection (CGD). Operator deteksi gen umum prega bertanggung jawab untuk mendeteksi gen yang umum untuk semua individu dalam populasi dan dengan demikian tidak mungkin untuk diubah generasi selanjutna dari GA.

Berikut outline algoritma pattern reduction enhanced genetic(PREGA).

PREGA1. Secara acak menghasilkan populasi awal kromosom.PREGA2. Gunakan fungsi fitness untuk memilih kromosom terbaik.PREGA3. gunakan algoritma common genes detection (CGD) untuk menemukan gen umum.PREGA4. Gunakan algoritma common genes compression (CGC) untuk memesan gen umum.PREGA5. Menerapkan crossover dan mutasi operator dalam rangka.PREGA6. Jika kriteria berhenti, kemudian berhenti dan menghasilkan output kromosom terbaik.PREGA7. Ulangi langkah 2.

Berikut outline algoritma common genes detection (CGD).

CGD1. Menginisialisasi nilai dari semua elemen array jadi 0.CGD2. Untuk setiap kromosom, kita memindai dari kiri ke kanan semua tepidikodekan di dalamnya, menghitung indeks untuk setiap tepi yang telah dipindai, danmenginkremen nilai dari elemen array yang sesuai dengan angka satu.CGD3. Hasil array dipindai dari kiri ke kanan mencari semuaelemen yang nilainya sama dengan m. Tepi yang sesuai denganindeks elemen array ini umum untuk semua kromosom.

3.2. Common Genes Compression (CGC). Operator kompresi gen umum(CGC) PREGA bertanggung jawab untuk mengompresi dan menghapus gen umum yang terdeteksi oleh CGD.

Berikut outline algoritma common genes compression(CGC).

CGC1. Kompres gen umum yang terdeteksi oleh CGD-dengan memilihrepresentatif, dan menyimpan informasi yang terkait,setiap segmen dari gen umum.CGC2. Hapus gen umum yang telah dikompresi pada langkah 1 sehingga nantinyagenerasi GA hanya akan melihat perwakilan yang dipilih pada langkah 1.

3.3. Contoh. Berikut contoh sederhana yang mengilustrasikan bagaimana pattern reduction enhanced

genetic Algorithm (PREGA) bekerja