Konfigurasi
Memilih tetangga pertama yang lebih baik dari solusi saat ini. Cepat namun rentan terjebak di local optima karena tidak mengevaluasi semua kemungkinan.
Jumlah baris5
Jumlah kolom8
Jumlah penonton8
Maks iterasi50
Metrik
Fitness Awal
—
Fitness Terbaik
—
Iterasi
—
Status
—
Tampilan Bioskop
Layar
Solusi saat ini
Solusi terbaik
Kosong
Grafik Konvergensi
Log Proses
Siap menjalankan simulasi...
Konfigurasi
Mengevaluasi semua tetangga dan memilih yang terbaik. Lebih cermat dari Simple HC, namun lebih berat secara komputasi karena memeriksa semua kemungkinan di setiap iterasi.
Jumlah baris5
Jumlah kolom8
Jumlah penonton8
Maks iterasi20
Metrik
Fitness Awal
—
Fitness Terbaik
—
Iterasi
—
Tetangga Dievaluasi
—
Tampilan Bioskop
Layar
Saat ini
Terbaik
Kosong
Grafik Konvergensi
Log Proses
Siap menjalankan simulasi...
Konfigurasi
Memilih tetangga secara acak dengan probabilitas penerimaan Boltzmann. Lebih tahan terhadap local optima karena sifat probabilistiknya — kadang menerima solusi yang lebih buruk.
Jumlah baris5
Jumlah kolom8
Jumlah penonton8
Maks iterasi100
Temperatur (T)3
Metrik
Fitness Awal
—
Fitness Terbaik
—
Iterasi
—
Gerakan Diterima
—
Tampilan Bioskop
Layar
Saat ini
Terbaik
Kosong
Grafik Konvergensi
Log Proses
Siap menjalankan simulasi...
Random Restart
Menjalankan Hill Climbing dari banyak titik awal acak yang berbeda. Setiap restart berpeluang lolos dari local optima — meningkatkan kemungkinan menemukan global optimum.
Jumlah baris5
Jumlah kolom8
Jumlah penonton8
Jumlah restart6
Kursi Terbaik Global
Layar
Hasil Restart
Jalankan simulasi untuk melihat hasil.
Konfigurasi Bersama
Jumlah baris5
Jumlah kolom8
Jumlah penonton10
Maks iterasi100