2.1 Artifisial Neural Networks (jaringan sel syaraf buatan)

Jaringan syaraf buatan dibangun dan dikembangkan seperti model matematika sistem sel syaraf otak (neural). Model matematik sederhana dari syaraf, merupakan efek sinapsis (hubungan antar sel neuron di otak) yang direpresentasikan oleh muatan (weight) dimana pengaturan efek digabungkan dari sinyal input dan karakakteristik tidak linier ditunjukan oleh neurons (sel syaraf otak) yang direpresentasikan oleh fungsi transfer, seperti fungsi Sigmoid, Gauss, dll. Impul/ stimulus neuron adalah penghitungan jumlag muatan dari sinyal input, ditransformasikan oleh fungsi transfer. Hasil pembelajaran dari kapastitas neuron buatan diperoleh dengan mensesuaikan wieght (muatan) menurut algoritma pembelajaran yag dipilih. Pembelajaran dari jaringan sistem sel syaraf otak (neuron) dibagi menjadi 3, yaitu supervisi pembelajaran, dan bukan supervisi pembelajaran dan pemberdayaan pembelajaran.

2.2. Evolutionary Algorithms (Evolusi Algoritma)

Evolusi algoritma diadaptasi dari metoda yang digunakan untuk menyelesaikan masalah optimasi berdasar proses genetika organisme. Banyak generasi, populasi sesuai dengan prinsip-prinsip seleksi alam dan bertahan hodup. Melihat proses ini evolusi algoritma dapat terlibat dalm memecahkan masalah real di lapangan, jika hal itu dapat melakukan coding. Kelompok diwabah faham avolui algoritma atau evolusi komputasi, kita menemukan domain dari genetik algoritma, evolusi strategi, evolusi programing, genetik progaming dan pembelajaran sistem klasifikasi. Hal ini dapat meenjadi pelajaran dasar konsep umum dalam simulasi evolusi struktur secara individu melalui proses seleksi, mutasi dan reproduksi.

2.3 Swarn Intelligence (Kecerdasan Koloni binantang)

Kecerdasan koloni seranggan merupakan kumpulan perilaku dari kercerdasan perantara dalam sistem desentralisasi. Banyak dari ide dasar yang diturunakn dari koloni serangga di alam, termasuk koloni semut, burung, lebah, bakteri, dam mikro organisme, dll. Swarm model berdasar populasi dan populasi ditentukan oleh solusi potensial populasi.
Di sini individu akan melakukan optimasi dengan beberapa iterasi dalam berinteraksi dengan perilaku sosial dari serangga untuk dapat menentukan dan menemukan solusi optimal. Algoritma Ant Coly Optimazation (ACO) diinspirasi perilaku alamai dari koloni semut, mereka mempunyai sense untuk memecahkan masalah dengan banyak perantara dan komunikasi tidak langsung melalui modifikasi lingkungan. Semut mengeluarkan hormon Pheromone ketika berjalan, semua semut mengikuti arah ini dan semua mempunyai banyak pheromone. Perilkau ini menjelaskan mengapa semut mampu menyesuikan perubahan terhadap lingkungan, supaya dapat optimasi lintasan terpendek untuk mencari sumber makanan dan sarang telur. Di ACO semut mengumpulkan informasi dari simulasi sebelumya untuk melakukan modifikasi dan penyesuian dengan lingkungan.

2.4 Artificial Immune System (Sistem Kekebalan Buatan).

Sistem kekebalan buatan seperti dengan ilmu biologi lainnya dapat memberikan inspirasi tehnik, cara-cara untuk mendapatkan ide dari sistem yang ada di alam, seperti sistem kekebalan hewan bertulang belakang dapat dikembangkan dalam perangkat komputasi untuk menyelesaikan masalah ketehnikan. Ide dasar dari AIS adalah menjelaskan sistem kekebalan berkarakteristik pembelajrana dan memecahkan masalah. AIS dapat dikatergorikan 3 sub kelompok, yaitu teori selesi koloni, penggunaan seleksi negatif dan teori jaringan kekebalan.

2.5 Bacterial Foraging

Seleksi perilaku bakteri cenderung menghilangakn hewan dengan strategi mencari makanan yang buruk dan memelihara perubahan gen untuk dapat melakukan pencarian makanan dengn baik. Setelah beberapa generasi, bakteri dapat melakukan aksi memaksimalkan energi untuk menghasilkan persediaan makanan per unit waktu. Hal ini menjadikan strategi pencarian makanan untuk meeliminasi dan membentuk sesuatu yag baik. Bakteri E-Coli adalah tipe bakteri yang berperilaku dan bergerak 100-200 rps. Bakteri E-coli mempunyai alternatif gerakan. Gerakan bakteri dapat dilihat sebagai berikut :
• Jika di medium netral, akan bergerak dan berguling seperti gerakan mencari makanan.
• Jika di medium baik, akan berprilaku mencari lingkungan yang menyenangkannya.
• Jika di medium buruk, akan bergerak menghindar dari lingkungan yang buruk.

2.6 DNA Computation (Komputasi DNA)

DNA (Deoxyribo-Nucleic Acid) seperti dalam string binari code data adalah satu dan nol, DNA dikodekan dengan 4 huruf yaitu A,T,C dan G (inti sel). Susunan DNA sesuia aliran komponen alami. Dna mempunyai struktur data yang uniq untuk komputasi. Di dalam sel DNA termodifikasi secara bio-kimia dengan variasi enzim protein. Mekanisme perubahan kimia sintetis akan merubah variasi DNA.

2.7 Computing with Words

Menghitung dengan kata-kata adalah metodologi dimana obyek penghitungan adalah kata-kata dan mempreposisi sesuai dengan bahasa alamiah. Berhitung dnegan kata-kata akan mampu memanipulasi persepsi tanpa pengukuran dan perhitungan. Perhitungan dengan kata-kata sebagai dasar dari teori perhitungan persepsi. Perbedaan dasar antara perhitungan dan persepsi adalah pengukuran adalah hasilnya jelas sedangkan persepsi tidak jelas.

2.8 Simulated Annealing (Simulasi Termodinamika)

Simulasi pengerasan logam berdasar cairan dingin atau re-kristalisai metal. Proses pengerasan dimulai dengan suhu tinggi, kemudian didinginkan secara perlahan sehingga mencapai keseimbangan termodinamika. Jika suhu awal dari sistem yang terlalu rendah suhunya maka akan menyebabkan kerapuhan. Di teori Termodinamika E adalah energi, T adalah suhu, perubahan energi adalah dE. Jika perubahan energi negatif maka perubahan konfigurai diterima. Jika perubahan energi positip, maka hal ini diterima dengan probabilitas faktor Boltzmann exp –(dE/T). Proses ini akan berulang untk beberapa iterasi untu memberikan sampling statistik yang bagus untuk suhu sekarang, jika kemudian suhu turun dan proses berulang sampai satus suhu T=0.

2.9 Cultural Algorithms (Algoritma Kebudayaan)

Algoritma kebudayaan merupakan model komputasi evolusi budaya. Hal ini terbagi 2 komponen, yaitu ruang popluasi manusia dan ruang kepercayaan. Dua komponen berinteraksi dengan bahas protokol tertentu. Seperti halnya pengetahuan didapat dari kegiatan pemecahan masalah dari populasi penduduk yang tersimpan di dalam keyakinan masyarakat. Algoritma kebudayaan direpresentasikan secara umum sebagai kerangka untuk membuat campuran evolusi sistem yang terintegrasi.