27
3.
Pada waktu t, jalankan
simulator
menggunakan
kontrol
u
t
untuk
mendapatkan
keadaan sebelum
keputusan selanjutnya
x
t+ 1
=
f 1 ( y
t
,w
t
)
.............. (2.29)
4. Dapatkan kontrol u
t+1
dengan cara
u
t + 1
= min J ( f 2( x
t + 1
,
u),r
t
)
.............. (2.30)
5. Jalankan simulator
menggunakan kontrol
u
t+1
untuk
mendapatkan
keadaan
setelah keputusan.
y
t+1
= f 2( x
t + 1
,
u
t+1
)
.............. (2.31)
6. Ulangi ke langkah 3 selama waktu transportasi yang dibutuhkan.
2.5.4
Algoritma Neuro-Dynamic Programming
Algoritma
Neuro-Dynamic
Programming
dapat
ditulis
sebagai
berikut
(Roy
et
al., 1997).
1. Mulai dengan t = 0.
2. Tentukan
vektor w
t
=
(d1,d2,d3). Besaran d
i
merupakan permintaan
yang terjadi di
Toko
i.
Vektor
w
t
=
(d1,d2,d3)
ditentukan
dari
hasil
peramalan
data
permintaan
pelanggan masing-masing toko dengan menggunakan metode Brown’s Double
Exponential Smoothing
3. Tentukan
vektor
x
t
=
(q
0,0
;q
0,DW
;
q
1,0
;q
1,DS
;….;q
K,0
;q
K,DS
).
Besaran
D
W
adalah waktu
transportasi
dari
pemasok
ke
gudang,
D
S
adalah
waktu
transportasi
dari
gudang
ke
toko,
q
0,0
adalah
banyak
stok
barang
awal
di
dalam
gudang,
q
0,DW
adalah
banyak
stok barang pada
waktu
transportasi di dalam
gudang, q
K,0
adalah banyak
stok
barang
awal
di
dalam toko
K,
q
K
,DW
adalah
banyak
stok
barang
dikurangi
dengan permintaan di toko K.
 |