ScholarGate
Asisten
Process / pipeline

Variable Neighborhood Search (VNS)

Variable Neighborhood Search (VNS) adalah sebuah kerangka kerja optimasi metaheuristik yang diperkenalkan oleh Mladenović dan Hansen pada tahun 1997. Metode ini keluar dari optimum lokal dengan secara sistematis beralih di antara sekumpulan struktur lingkungan yang telah ditentukan sebelumnya — pertama-tama mengganggu solusi saat ini (shaking) untuk mencapai wilayah lain dari ruang pencarian, kemudian menerapkan pencarian lokal di dalam wilayah tersebut, dan akhirnya menerima solusi baru hanya jika solusi tersebut memperbaiki solusi yang ada (incumbent). Metode ini cukup fleksibel untuk menangani masalah kombinatorial (masalah rute, penjadwalan, graf) serta optimasi kontinu, menjadikannya salah satu metaheuristik berbasis lingkungan yang paling banyak digunakan dalam riset operasi.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Mladenović, N. & Hansen, P. (1997). Variable Neighborhood Search. Computers & Operations Research, 24(11), 1097–1100. DOI: 10.1016/S0305-0548(97)00031-2
  2. Hansen, P., Mladenović, N., Brimberg, J. & Pérez, J.A.M. (2019). Variable Neighborhood Search: Basics and Variants. EURO Journal on Computational Optimization, 7(1), 3–56. DOI: 10.1007/978-3-319-91086-4_3

Cara menyitasi halaman ini

ScholarGate. (2026, June 1). Variable Neighborhood Search (VNS). ScholarGate. https://scholargate.app/id/optimization/variable-neighborhood-search

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateVariable Neighborhood Search (Variable Neighborhood Search (VNS)). Diakses 2026-06-15 dari https://scholargate.app/id/optimization/variable-neighborhood-search · Set data: https://doi.org/10.5281/zenodo.20539026