Hot Tip How do I incorporate my logo to Optimisasi ... · pada penyelesaian masalah ... MODEL...

Hot Tip

How do I incorporate my logo to a slide that will apply to all the other slides?

On the [View] menu, point to [Master], and then click [Slide Master] or [Notes Master]. Change images to the one you like, then it will apply to all the other slides.

Optimisasi Economic Dispatch

Menggunakan Fuzzy-Bacterial Foraging Algorithm

Oleh :

Muhammad Ridha Fauzi

NRP : 2209201011

Program Studi MagisterBidang Keahlian Teknik Sistem Tenaga

Jurusan Teknik ElektroInstitut Teknologi Sepuluh Nopember

2011

Dosen Pembimbing :

Prof. Dr. Ir. Imam Robandi, MT

CompanyLOGO

www.themegallery.com

Pembangkit

$/hG1

PG1

$/hG1

PG2

… …

$/hGn

PGn

Jalur

TransmisiP Load

Latar Belakang

Rugi Transmisi

Optimisasi Pembangkitan

(Economic dispatch)

menggunakan

Fuzzy-Bacterial Foraging

Algorithm (Fuzzy-BFA)

Masalah

Contents

Click to add Title2

Click to add Title4

Click to add Title31

Click to add Title33

Tujuan Penelitian

1

2

3

Kombinasi daya output pembangkit permintaan konsumen + rugi transmisi,

memperhatikan constraint operasional dengan Fuzzy-BFA

Total biaya bahan bakar minimum dari kombinasi daya output pembangkit yang

beroperasi dengan Fuzzy-BFA

Performansi Fuzzy-BFA untuk optimisasi masalah ED pada sistem skala kecil dan besar,

performansi Fuzzy-BFA dengan parameter berbeda

Hot Tip

How do I incorporate my logo to a slide that will apply to all the other slides?

On the [View] menu, point to [Master], and then click [Slide Master] or [Notes Master]. Change images to the one you like, then it will apply to all the other slides.

1

2

3

Fungsi Biaya bahan bakar telah diketahui sebelumnya.

Constraint yang diaplikasikan : power balance constraint

& low and up output generator constraint.

Kondisi sistem diasumsikan dalam keadaan normal.

4 Sistem tenaga listrik yang digunakan : IEEE 5-bus

& IEEE 30-bus.

5 Rugi daya pada transmisi dihitung menggunakan

solusi aliran daya metoda Newton-Raphson.

BATASAN MASALAH

Diagram

ThemeGalleryis a Design Digital Content & Contents mall developed by Guild Design Inc.

ThemeGalleryis a Design Digital Content & Contents mall developed by Guild Design Inc.

TitleAdd your text

Referensi [2] : Aplikasi metoda BFA untuk solusi ED .

Konvergensi BFA dipercepat tanpa menggunakan Fuzzy.

Referensi [3] : Aplikasi metoda Fuzzy-BFA untuk mengestimasi

harmonisa.

Kontribusi Penelitian :

Untuk mempercepat konvergensi BFA

maka digunakan Fuzzy Takagi-Sugeno

pada penyelesaian masalah

economic dispatch.

KONTRIBUSI PENELITIAN

Diagram

Concept

Add Your Text

6

Gambar 2.3 N unit pembangkit

thermal melayani

beban PLOAD

PG = PLOAD

Concept

Gambar 2.4 N unit pembangkit

thermal melayani beban

melalui jalur transmisi

PG = PLOAD + PLOSS

Fungsi Objektif

2

1

min ( )m

G i i Gi i Gii

imize F P a b P c P

dengan,F = biaya bahan bakar ($/h)P Gi = daya output dari setiap pembangkit (MW)ai,bi,ci = koefisien biaya bahan bakar setiap pembangkit

PGi = total daya pembangkit (MW)PD = total permintaan beban (MW)

P Gi min = daya output minimum setiap pembangkit (MW)P Gi max = daya output maximum setiap pembangkit (MW)

MODEL MATEMATIKA ECONOMIC DISPATCH

Constraint(Batasan)

1.

int

Gi D LOSSP P P

equalityconstra

min max2.

int

Gi Gi GiP P P

inequality constra

Gambar 2.2.Kurva Input-Output Pemabangkit Thermal [13]

Economic Dispatch (ED)

min maxGi G GiP P P

Alur Perhitungan Rugi Transmisi

Studi Aliran Daya Newton Raphson

Ploss

(Rugi transmisi)

Alur Perhitungan Rugi Transmisi

Cek performansi

Ya

Tidak

Simulasi ED menggunakan Fuzzy-BFA

Simulasi ED menggunakan BFA

Tidak

Menentukan parameter yang

dioptimisasi dan fungsi objektif

Membuat program Fuzzy-BFA dan BFA-

Membandingkan hasil Fuzzy-BFA-dengan BFA

Analisa hasil perbandingan

Kesimpulan

Stop

Start

Studi literatur dan pengumpulan data

kelistrikan IEEE 5-Bus dan IEEE 30-Bus

Proses Pengerjaan Penelitian

BAKTERI ESCHERICIA Coli (E-Coli)

Bakteri E-Coli

Tahapan Bacteri Foraging :1. Chemotaxis2. Swarming3. Reproduction4. Ellimination and Dispersal

Proses Komputasi untuk menyelesaikan optimisasi

dengan Matlab 6.5

INISIALISASI POSISI BAKTERI

i j = min + rand( max - min)

1 1 1

2 2 2

G G G

G G G

Gm Gm Gm Gm

P P P

P P PPosisi

P P P P

Bakteri 1 Bakteri 2 Bakteri n…

CHEMOTAXIS

Pergerakan bakteri mencari nutrisi

REPRODUCTION

Kesehatan bakteri

Tidak sehat

Sehat

Bakteri paling tidak sehat (cost tinggi) mati

Bakteri paling sehat (cost rendah) bereproduksi

Elimination and Dispersal

Bakteri-bakteri dengan probabilitas elimination-

dispersal lebih besar dari yang ditentukan maka bakteri-bakteri tersebut disebar (dispersal) secara acak ke lingkungan domain pencarian yang sama.

Diagram

Add Your Text

Add Your Text

Add Your Text

Add Your Text

Add Your Text

Add Your Text

Add Your Text

Add Your Text

Flow Chart Optimisasi Economic Dispatch

Menggunakan Fuzzy-BFA

A

B

A

Sart

Elimination dan Dispersal Loop

Counter, E = E + 1

Swim, N = N + 1SW(B) = N

Menghitung P loss menggunakan Load Flow Newton-Raphson

Update nilai Total Fuel Cost J(B, K) semua generator dengan

memperhitungkan Constraint. B = bakteri

Reproduksi loop Counter, R = R + 1

Jika nilai J J

B = B + 1

Ya

Tidak

Terminate

Ya

Tidak

R > Nre

Chemotactic loop Conter, K = K + 1

Ya

Tidak

B

Tumble

Tidak

Ya

YaTidak

E > Ned

K > Nc

Tidak

YaB > S

SW(B) < Ns

Inisialisasi parameter BFA :Jumlah bakteri (S)

Jumlah parameter yang dioptimisasi (p)Panjang swimming (Ns)

Jumlah loop chemotactic (Nc)Jumlah kejadian reproduksi (Nre)

Jumlah Kejadian eliminasi-dispersal (Ned)Probabilitas eliminasi-dispersal (Ped)

Inisialisasi lokasi awal bakteri secara acak (P)Nilai d attract, w attract, h repelent, w repelent

Parameter Fuzzy : J1, J2, J3, J4, J5, J6dan a1, a2, a3, a4

i (j+1, k, l) = i (j, k, l) + u x C(i) ( )

( ) ( )T

i

i i

Hitung posisi setiap bakteri saat ini.Runlength unit (step size = C(i)) dikali dengan output Fuzzy (u)

Input data bus, Jalur transmisi, Daya Pmin-Pmax output

generator, Pers. Karakteristik I/O Generator

i (j+1, k, l) = i (j, k, l) + u x C(i) ( )

( ) ( )T

i

i i

Hitung posisi setiap bakteri saat ini.Runlength unit (step size = C(i)) dikali dengan output Fuzzy (u)

Inisialisasi Parameter BFA :

1. Dimensi ruang pencarian = Jumlah

parameter yang dioptimisasi (P1,

P2, …, Pn) = p, (IEEE 5-bus p = 3,

IEEE 30-bus p = 6)

2. Jumlah bakteri = S = 8

3. Panjang langkah swimming = Ns = 3

4. Jumlah iterasi proses chemotactic

Nc (Nc > Ns) = 5

5. Jumlah reproduksi = Nre = 40

6. Jumlah elimination dan dispersal

Ned= 4

7. Probabilitas elimination & dispersal

Ped = 0.25

8. Lokasi masing-masing bakteri =

P(p,S,1)

9. Nilai koefisien dattract, wattract,hrepellant

dan wrepellant = 1.9, 0.2, 1.9, 10

10. Nutrisi = Fuel Cost (biaya bahan

bakar)

Inisialisasi Parameter Fuzzy :

J1, J2, J3, J4. J5, J6

a1, a2, a3, a4

CompanyLOGO

Diagram

Add Your Text

Add Your Text

Add Your Text

Add Your Title

Koefisien a1, a2, a3, dan a4 Rule Fuzzy :

Sistem IEEE 5-bus

Tanpa memperhitungkan rugi transmisi

a1 = 0.000318, a2 = 0.000632

a3 = 0.000948, a4 = 0.001262

Memperhitungkan rugi transmisi

a1 = 0.0005474, a2 = 0.001092

a3 = 0.0016345, a4 = 0.0021735

Sistem IEEE 30-bus

Tanpa memperhitungkan rugi transmisi

a1 = 0.001141, a2 = 0.002261

a3 = 0.003357, a4 = 0.004435

Memperhitungkan rugi transmisi

a1 = 0.0010465, a2 = 0.0021665

a3 = 0.003227, a4 = 0.00427

Diagram

Title

Add Your Text

Add Your Text

Add Your Text

Add Your Text

Add Your Text

Add Your Text

41 3

2 5

SISTEM IEEE 5-BUS (Sumber : Buku “Power System Analysis”

- Hadi Saadat)

Batasan daya output :

Pembangkit 1 : 10 ≤ P1 ≤ 85 (MW)Pembangkit 2 : 10 ≤ P2 ≤ 80 (MW)Pembangkit 3 : 10 ≤ P3 ≤ 70 (MW)

Persamaan Fuel cost :

F1(P1) = 200 + 7 P1 + 0,008 P12 $/h

F2(P2) = 180 + 6,3 P2 + 0,009 P22 $/h

F3(P3) = 140 + 6,8 P3 + 0,007 P32 $/hGambar 3.2 Single line diagram

sistem tenaga IEEE 5-bus [15]

2

13 4

5

6

7

8

9

1011

1213

14 16 22

21

17 20

191815

23

2630 25

27

29

28

24

SISTEM IEEE 30-BUS [22]

Batasan daya output :

Pembangkit 1 : 50 ≤ P1 ≤ 200 (MW)Pembangkit 2 : 20 ≤ P2 ≤ 80 (MW)Pembangkit 3 : 15 ≤ P3 ≤ 50 (MW)Pembangkit 4 : 10 ≤ P3 ≤ 35 (MW)Pembangkit 5 : 10 ≤ P3 ≤ 30 (MW)Pembangkit 6 : 12 ≤ P3 ≤ 40 (MW)

Persamaan Fuel cost :

F1(P1) = 0 + 2 P1 + 0,00375 P12 $/h

F2(P2) = 0 + 1,75 P2 + 0,01750 P22 $/h

F3(P3) = 0 + P3 + 0,06250 P32 $/h

F3(P3) = 0 + 3.25P3 + 0,00834 P32 $/h

F3(P3) = 0 + 3P3 + 0,02500 P32 $/h

F3(P3) = 0 + 3P3 + 0,02500 P32 $/h

Gambar 3.3 Single line diagram sistem IEEE 30-Bus [21]

Block Diagram

Add Your Title

Add Your Title

Add Your Title

Title Click to add text Click to add text Click to add text




Title Click to add text Click to add text Click to add

Daya OutputMetoda

Fuzzy-BFA BFA

P1 (MW) 31.942 31.938

P2 (MW) 67.273 67.278

P3 (MW) 50.785 50.784

Total fuel cost ($/jam) 1579.698953 1579.698953

Konvergensi iterasi 100 222

Tabel 4.4 Hasil Simulasi Menggunakan metoda

Fuzzy-BFA dan BFA

IEEE 5-Bus HASIL

KASUS (1) : Tanpa Rugi Transmisi

Table

Concept

Concept

concept

ConceptGambar 4.1 Grafik konvergensi metoda Fuzzy-BFA dan BFA

0 100 200 300 400 500 600 700 8001579

1580

1581

1582

1583

1584

1585

1586

1587

1588

Evaluasi fungsi nutrisi

To

tal fu

el co

st ($

/ja

m)

Conventional BFAFuzzy-BFA

HASILIEEE 5-BusKASUS (1) : Tanpa Rugi Transmisi

3-D Pie Chart

Text1

Text2

Text3

Text4

Text5Text6

Tabel 4.7 Hasil Simulasi Sistem Menggunakan Fuzzy-BFA dan BFA

Daya OutputAlgoritma

Fuzzy-BFA BFA

P1 (MW) 30.318 30.285

P2 (MW) 67.966 67.944

P3 (MW) 53.917 53.970

P loss (MW) 2.2018 2.2014



HASILIEEE 5-BusKASUS (2) : Memperhitungkan Rugi Transmisi

Marketing Diagram

0 100 200 300 400 500 600 700 8001596

1596.5

1597

1597.5

1598

1598.5


Tota

l fue

l cos

t ($/

h)

BFAFuzzy-BFA

Gambar 4.2 Grafik konvergensi Fuzzy-BFA dan BFA

HASILIEEE 5-BusKASUS (2) : Memperhitungkan Rugi Transmisi

CompanyLOGO

Add your company slogan

Daya Output Fuzzy-BFA

4 bakteri 24 bakteri 48 bakteri

P1 (MW) 30.318 30.321 30.321

P2 (MW) 67.956 67.958 67.963

P3 (MW) 53.927 53.921 53.917

P loss (MW) 2.2017 2.2018 2.2018

Total fuel cost ($/jam) 1596.321519 1596.321519 1596.321519

Konvergensi iterasi 195 62 36

Tabel 4.8 Hasil Simulasi Menggunakan Fuzzy-BFA, Jumlah Bakteri Bervariasi

Marketing Diagram HASILIEEE 5-BusKASUS (3) : Memperhitungkan Rugi Transmisi

& Jumlah Bakteri Bervariasi

CompanyLOGO Marketing Diagram HASIL

Daya Output BFA

4 bakteri 24 bakteri 48 bakteri

P1 (MW) 30.372 30.343 30.319

P2 (MW) 67.938 67.978 67.977

P3 (MW) 53.892 53.880 53.905

P loss (MW) 2.2021 2.2020 2.2018

Total fuel cost ($/h) 1596.321551 1596.321540 1596.321524

Konvergensi iterasi 744 738 120

Tabel 4.9 Hasil Simulasi Menggunakan BFA dengan Jumlah Bakteri Bervariasi

IEEE 5-BusKASUS (3) : Memperhitungkan Rugi Transmisi



0 100 200 300 400 500 600 700 8001596

1598

1600

1602

1604

1606

1608

1610

1612


Tota

l fu

el cost

($/jam

)

Conventional BFA

Fuzzy-BFA

Gambar 4.3 Grafik konvergensi Fuzzy-BFA dan BFA dengan 4 bakteri





0 100 200 300 400 500 600 700 800

1596.35

1596.4

1596.45

1596.5

1596.55


Tota

l fue

l cos

t ($/

h)

BFAFuzzy-BFA





0 100 200 300 400 500 600 700 800

1596.35

1596.4

1596.45

1596.5

1596.55

1596.6

1596.65

1596.7

1596.75

1596.8


Tota

l fue

l cos

t ($/

jam

)

Conventional BFAFuzzy-BFA




Daya OutputMetoda

Fuzzy-BFA BFA

G1 (MW) 185.398 185.412

G2 (MW) 46.877 46.868

G3 (MW) 19.125 19.120

G4 (MW) 10.000 10.000

G5 (MW) 10.000 10.000

G6 (MW) 12.000 12.000

Total fuel cost ($/h) 767.602100 767.602101


Tabel 4.13 Perbandingan Menggunakan Fuzzy-BFA dan BFA

IEEE 30-BusKASUS (1) : Tanpa Rugi Transmisi


0 100 200 300 400 500 600 700 800765

770

775

780

785

790


Tota

l fu

el cost

($/jam

)

Conventional BFA

Fuzzy-BFA


IEEE 30-BusKASUS (1) : Tanpa Rugi Transmisi


Daya OutputMetoda

Fuzzy-BFA BFA

G1 (MW) 176.696 176.660

G2 (MW) 48.851 48.837

G3 (MW) 21.484 21.508

G4 (MW) 21.733 21.705

G5 (MW) 12.153 12.203

G6 (MW) 12.000 12.000

PLOSS (MW) 9.5171 9.5132



Tabel 4.16 Hasil Simulasi Menggunakan Fuzzy-BFA dan BFA



0 100 200 300 400 500 600 700 800802

804

806

808

810

812

814

816

818


Tota

l fu

el cost

($/h

)

Conventional BFA

Fuzzy-BFA



CompanyLOGO Marketing Diagram

Kesimpulan1. Dengan menggunakan Fuzzy-BFA maka kombinasi daya output

optimal ketiga pembangkit IEEE 5-bus untuk menyuplai beban 150 MW adalah sebesar 30,318 MW, 67,966 MW, dan 53917 MW. Optimisasi pada sistem IEEE 30-bus enam pembangkit menghasilkan kombinasi daya output optimal sebesar 176,696 MW, 48,851 MW, 21,484 MW, 21,733 MW, 12,153 MW, dan 12 MW.

2. Total fuel cost untuk menyupalai beban 150 MW memperhitungkan rugi transmisi :IEEE 5-bus Fuzzy-BFA : $ 1596,321519 per jam, CBFA : $ 1596,321552 per jam. Dengan Fuzzy-BFA lebih murah $ 0.000033 per jam dari pada CBFA.

Dengan Fuzzy-BFA dan CBFA tanpa memperhitungkan rugi transmisi diperoleh nilai yang sama yaitu $ 1579,698953 per jam.

CompanyLOGO Marketing Diagram

Kesimpulan

IEEE 30-bus dengan memperhitungkan rugi transmisi diperoleh total fuel cost :Fuzzy-BFA : $ 802,378962 per jam CBFA : $ 802,378996. Dengan Fuzzy-BFA lebih murah $ 0,000034 per jam dari pada CBFA.

Total fuel cost tanpa memperhitungkan rugi transmisi : Fuzzy-BFA : $ 767,602100 per jam CBFA : $ 767,602101 per jam. Jadi dengan Fuzzy-BFA sedikit lebih murah dari CBFA yaitu sebesar $ 0,000001 per jam.

CompanyLOGO

Kesimpulan

IEEE 30-bus Simulasi memperhitungkan rugi transmisi : Fuzzy-BFA : konvergen pada iterasi ke-310, CBFA : konvergen pada iterasi ke-456.

Simulasi tanpa memperhitungkan rugi transmisi :Fuzzy-BFA : konvergen pada iterasi ke-262 CBFA : konvergen pada iterasi ke-471.

4. Simulasi yang dilakukan dengan memperbanyak jumlah bakteri maka diperoleh nilai total biaya pembangkitan semakin murah dan konvergen semakin cepat, baik menggunakan Fuzzy-BFA maupun CBFA.

CompanyLOGO

SARAN1. Dalam hal mempercepat konvergensi pada Bacterial Foraging

Algorithm, dapat juga dilakukan dengan membuat nilai run length unit

(step size) menjadi nilai acak (random), selain itu dapat pula digunakan Fuzzy type 2.

2. Untuk memperoleh hasil yang lebih mendekati kondisi ril, maka pada permasalahan economic dispatch perlu ditambahkan constraint yang lain seperti valve point effect.

CompanyLOGO

Daftar Pustaka[1] Kevin M. Passino, “Biomimicry of Bacterial Foraging for Distributed Optimization

and Control”, IEEE Control Systems Magazine, 2002.[2] P. K. Hota, A. K. Barisal, R. Chakrabarti, “Economic emission load dispatch through fuzzy

based bacterial foraging algorithm”, Elsevier, Vol. xxx, 2010, pp. 1–10.[3] S. Mishra, “A Hybrid Least Square-Fuzzy Bacterial Foraging Strategy for Harmonic

Estimation”, IEEE, Vol. 9, No. 1, 2005, pp. 61–73.[4] D.N. Jeyakumar, T. Jayabarathi, T. Raghunathan, ”Particle swarm optimization for

various types of economic dispatch problems”, Elsevier, Vol. 30, 2006, pp. 36–42.[5] Ching-Tzong Su, Chien-Tung Lin, “New Approach with a Hopfield Modeling Framework”,

IEEE, Vol. 15, No. 2, May 2000, pp. 541-5. [6] Rabih A. Jabr, Alun H. Coonick, Brian J. Cory, “A Homogeneous Linear Programming

Algorithm for the Security Constrained Economic Dispatch Problem”, IEEE, 2000;Vol. 15, No. 3, August 2000, pp. 930–6.

[7] A. B. M. Nasiruzzaman, M. G. Rabbani, “Implementation of Genetic Algorithm and Fuzzy Logic in Economic Dispatch Problem”, 5th International Conference on Electrical and Comp Eng ICECE IEEE, December 20-22, 2008, pp. 360–5.

[8] Jong-Bae Park, Ki-Song Lee, Joong-Rin Shin, Kwang Y. Lee, “A Particle Swarm Optimization for Economic Dispatch With Nonsmooth Cost Functions”, IEEE, Vol. 20, No. 1, 2005, pp. 34–42.

CompanyLOGO

Daftar Pustaka9] Leandro dos Santos Coelho, Viviana Cocco Mariani, “Improved differential evolution

algorithms for handling economic dispatch optimization with generator constraints”, Elsevier, Vol. 48, 2007, pp. 1631–1639.

[10] Jagabondhu Hazra, Avinash Sinha, “Application of soft computing methods for Economic Dispatch in Power Systems”, International Journal of Electrical Power and Energy System Engineering, Vol. 2, No. 1, 2005, pp. 19–24.

[11] K. Vaisakh, P. Praveena, S. Rama Rao, “PSO-DV and Bacterial Foraging Optimization Based Dynamic Economic Dispatch with Non-Smooth Cost Functions”, International Conference on Advances in Computing, Control, and Telecommunication Technologies IEEE, 2009, pp. 135-9.

[12] M. Tripathy, S. Mishra, “Bacteria foraging-based solution to optimize both real power loss and voltage stability limit”, IEEE, Vol. 22, No. 1, 2007, pp. 240–8.

[13] Jizhong Zhu, “Optimization of Power System Operation”, John Wiley & Sons, Inc., New Jersey, 2009.

[14] Allen J. Wood, Bruce F, Wollenberg, “Power System Operation”, John Wiley & Sons, Inc., New York, 1984.

[15] Hadi Saadat, “Power System Analysis”, McGraw-Hill, New York, 1999.[16] Kevin M. Passino, “Biomimicry for Optimization, Control, and Automation” Dept.

electrical Engineering, The Ohio University, March 2003.

CompanyLOGO

Daftar Pustaka[17] S. N. Sivanandam, S. Sumathi and S. N. Deepa, “Introduction to Fuzzy Logic using

MATLAB”, © Springer-Verlag Berlin Heidelberg, 2007.[18] J.-S. Roger Jang, Ned Gulley, “MATLAB Fuzzy Logic Optimization Toolbox”, The

MatchWorks, Inc. 24 Prime Park Way, Natick, USA, 1997.[19] Agus Naba, “Belajar Cepat Fuzzy Logic Menggunakan MATLAB”, Andi Offset,

Yogyakarta, 2009.[20] Sri Kusumadewi, “Aplikasi Logika Fuzzy untuk Pendukung Keputusan”, Graha Ilmu,

Yogyakarta, 2004.[21] M.A. Abido, J.M. Bakhaswain, “Optimal VAR Dispatch Using a Multiobjective

Evolutionary Algorithm”, Elsevier, Vol. 27, 2005, pp. 13–20.[22] P. Somasundaram, K. Kuppusamy, “Application of evolutionary programming to

security constrained economic dispatch”, Elsevier, Vol. 27, 2005, pp. 343–351.

CompanyLOGO

ADDENDUMPublish Paper :

1. Application of Interval Type 2 Fuzzy PI Based Power System Stabilizer for Dynamic Stability Improvement in Single Machine Infinite Bus.Proceeding of National Seminar on Applied Technology, Science, and Arts (1st APTECS), Surabaya, 22 Dec 2009, ISSN 2086-1931

2. Optimization Solution of Economic Dispatch in Power SystemUsing Bacterial Foraging Algorithm.Proceeding of International Seminar on Applied Technology, Science, and Arts, (2nd APTECS), Surabaya, 21-22 Dec. 2010, ISSN 2086-1931

3. Economic Dispatch Optimization Using Fuzzy-Bacterial Foraging Algorithm (Sedang disubmit)Seminar Nasional Pascasarjana XI – ITS, Surabaya 27 Juli 2011

CompanyLOGO

TERIMA KASIH

Hot Tip How do I incorporate my logo to Optimisasi ... · pada penyelesaian masalah ... MODEL...

Documents

Transcript of Hot Tip How do I incorporate my logo to Optimisasi ... · pada penyelesaian masalah ... MODEL...