Swarm IntelligenceMany algorithms s

Swarm Intelligence
Many algorithms such as ant colony algorithms and firefly algorithm use the behavior of so-called swarm intelligence [7,3,14,15]. Particle swarm optimization, or PSO, was developed by Kennedy and Eberhart in 1995 [6] and has become one of the most widely used swarm-intelligence-based algorithms due to its simplicity and flexibility.
Rather than use the mutation/crossover or pheromone, it uses real-number randomness and global communication among the swarm particles. Therefore, it is also easier to implement because there is no encoding or decoding of the parameters into binary strings as with those in genetic algorithms where real-number strings can also be used. Many new algorithms that are based on swarm intelligence may have drawn inspiration from different sources, but they have some similarity to some of the components that are used in PSO. In this sense, PSO pioneered the basic ideas of swarm-intelligencebased computation.

Hasil (Bahasa Indonesia) 1:

Kawanan intelijenBanyak algoritma seperti algoritma koloni semut dan algoritma firefly menggunakan perilaku kawanan disebut kecerdasan [7,3,14,15]. Partikel segerombolan optimasi, atau PSO, dikembangkan oleh Kennedy dan Eberhart pada tahun 1995 [6] dan telah menjadi salah satu kawanan-intelijen berbasis algoritma yang paling banyak digunakan karena kesederhanaan dan fleksibilitas.Alih-alih menggunakan mutasi crossover atau feromon, menggunakan bilangan real keacakan dan komunikasi global antara partikel kawanan. Oleh karena itu, hal ini juga lebih mudah untuk menerapkan karena ada tidak ada penyandian data atau pengawasandian parameter ke string biner dengan mereka algoritma genetik yang mana bilangan real string juga dapat digunakan. Banyak algoritma baru yang didasarkan pada kecerdasan kawanan telah diambil inspirasi dari berbagai sumber, tetapi mereka memiliki beberapa kesamaan ke beberapa komponen yang digunakan dalam PSO. Dalam pengertian ini, PSO memelopori ide-ide dasar komputasi kawanan-intelligencebased.

Hasil (Bahasa Indonesia) 2:

Swarm Intelligence
Banyak algoritma seperti algoritma koloni semut dan algoritma kunang-kunang menggunakan perilaku disebut swarm intelligence [7,3,14,15]. Partikel optimasi segerombolan, atau PSO, dikembangkan oleh Kennedy dan Eberhart pada tahun 1995 [6] dan telah menjadi salah satu algoritma berbasis swarm-intelijen yang paling banyak digunakan karena kesederhanaan dan fleksibilitas.
Daripada menggunakan mutasi / Crossover atau feromon, menggunakan real-nomor acak dan komunikasi global antara partikel swarm. Oleh karena itu, hal ini juga lebih mudah untuk menerapkan karena tidak ada encoding atau decoding dari parameter dalam string biner seperti dengan orang-orang dalam algoritma genetika di mana real-nomor string juga dapat digunakan. Banyak algoritma baru yang didasarkan pada kecerdasan berkelompok mungkin telah menarik inspirasi dari sumber yang berbeda, tetapi mereka memiliki beberapa kesamaan dengan beberapa komponen yang digunakan dalam PSO. Dalam hal ini, PSO memelopori ide-ide dasar perhitungan segerombolan-intelligencebased.