Abstract
Penelitian ini bertujuan untuk mengestimasi dan membandingkan hasil estimasi parameter untuk regresi nonlinier. Metode nonlinier tradisional, yang dikenal sebagai "Regresi Kuadrat Terkecil Nonlinier", digunakan untuk estimasi parameter dalam Model Regresi Nonlinier. Sementara PSO dan GA telah memberikan jaminan untuk optimum global, Metode Gauss-Newton dan Metode Levenberg-Marquadrt masih tidak menjamin konvergensi dan optimum global ketika mengestimasi parameter model regresi nonlinear. Perbedaan nilai fitness yang dihasilkan dari kedua pendekatan inilah yang digunakan untuk menilainya. Algoritma genetika ditemukan lebih efektif untuk estimasi parameter dalam model regresi nonlinier setelah simulasi data dari estimator dibuat dengan program Matlab. Temuan menunjukkan bahwa regresi kuadrat terkecil nonlinier tradisional sangat cocok untuk GA dan PSO. Namun, estimasi parameter GA menunjukkan keberhasilan yang lebih besar.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callSimilar Papers
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
