Testy Fiszki Notatki

Zaloguj

Fiszki

Metody Metaheurystyczne

Test w formie fiszek

Ilość pytań: 88 Rozwiązywany: 2299 razy

Co oznacza proces dobierania w algorytmach ewolucyjnych?

Wybór jednostek najlepiej przystosowanych do środowiska

Losowe wybieranie osobników z populacji

Losowa mutacja genów

Tworzenie nowych jednostek

Czym jest mutacja w algorytmach ewolucyjnych?

Losowa zmiana jednego genu

Tworzenie nowej populacji osobników

Proces oceny przystosowania jednostek

Proces dobierania najlepszych jednostek

Losowa zmiana jednego genu

Co to jest genotyp w kontekście algorytmów ewolucyjnych?

Informacja o zachowaniu osobnika

Funkcja określająca stopień przystosowania osobnika do środowiska

Zapis genotypu

Zakodowana informacja o osobniku

Jakie są zastosowania algorytmów ewolucyjnych?

Wspomaganie nawigacji

Harmonogramowanie zadań

Wspomaganie podejmowania decyzji

Wszystkie z wymienionych

Co to jest reprodukcja w algorytmach ewolucyjnych?

Proces mutacji

Proces łączenia się jednostek

Proces oceny przystosowania

Proces tworzenia nowych jednostek

Jakie są operatory genetyczne w algorytmach ewolucyjnych?

Dobór

Krzyżowanie

Mutacja

Wszystkie wymienione

Co oznacza ocena w algorytmach ewolucyjnych?

Proces oceny przystosowania jednostek w populacji

worzenie populacji tymczasowej

Mutacja genów

Tworzenie nowej populacji

Czym jest kryterium minimalnej szybkości poprawy w algorytmach ewolucyjnych?

Algorytm zatrzymuje się po przekroczeniu maksymalnego kosztu

Algorytm jest zatrzymywany po osiągnięciu określonej liczby generacji

Monitorowanie rozwiązań generowanych przez algorytm

Algorytm jest zatrzymywany, gdy w kilku kolejnych iteracjach nie uda się poprawić wyniku

Co to jest sukcesja w algorytmach ewolucyjnych?

Proces mutacji

Proces wyboru nowej populacji bazowej

Proces tworzenia nowych jednostek

Proces oceny przystosowania

Proces wyboru nowej populacji bazowej

Jaki jest główny cel mutacji w algorytmach ewolucyjnych?

Poprawa szybkości przystosowania jednostek

Utworzenie identycznych kopii jednostek

Zwiększenie różnorodności w populacji

Usunięcie najgorszych jednostek

Zwiększenie różnorodności w populacji

Co to jest krzyżowanie w algorytmach ewolucyjnych?

Modyfikacja jednego genu

Ocena funkcji przystosowania

Tworzenie nowych jednostek

Mieszanie genów co najmniej dwóch osobników

Co to jest kryterium zadowalającego poziomu funkcji przystosowania w algorytmach ewolucyjnych?

Algorytm zatrzymuje się po przekroczeniu maksymalnego kosztu

Monitorowanie rozwiązań generowanych przez algorytm

Znalezienie osobnika, którego wartość funkcji przystosowania jest większa od wartości minimalnej

Proces mutacji

Znalezienie osobnika, którego wartość funkcji przystosowania jest większa od wartości minimalnej

Co oznacza krzyżowanie uśredniające w algorytmach ewolucyjnych?

Mieszanie genów co najmniej dwóch osobników

Zwiększenie populacji

Wartość każdego genu chromosomów potomnych to liczba pomiędzy największą i najmniejszą wartością genów chromosomów rodzicielskich

Oddziaływanie na wartości genów chromosomów

Wartość każdego genu chromosomów potomnych to liczba pomiędzy największą i najmniejszą wartością genów chromosomów rodzicielskich

Jakie są metody selekcji wykorzystywane w reprodukcji w algorytmach ewolucyjnych?

Tylko reprodukcja progowa

Tylko reprodukcja rangowa

Reprodukcja rangowa, progowa, ruletkowa i turniejowa

Tylko reprodukcja turniejowa

Reprodukcja rangowa, progowa, ruletkowa i turniejowa

Co oznacza sukcesja z częściowym zastępowaniem w algorytmach ewolucyjnych?

Ma zapewnić przeżycie najlepszego osobnika

Nie istnieje coś takiego

Nowa populacja bazowa wybierana jest spośród dotychczasowej populacji bazowej oraz populacji potomnej

W częściowym zastępowaniu nową populację bazową staje się populacja potomna

Nowa populacja bazowa wybierana jest spośród dotychczasowej populacji bazowej oraz populacji potomnej

Co charakteryzuje strategię (1 + 1)?

Generowanie jednego chromosomu na krok i mutacja X^t

Losowe wybieranie chromosomów Y^t

Przechodzenie do kolejnego kroku wybierając Y^t

Generowanie wielu chromosomów na krok i mutacja X^t

Co wprowadza strategia (μ + λ) w stosunku do strategii (1 + 1)?

Usunięcie operatora krzyżowania

Samoczynną adaptację zasięgu mutacji

Regułę selekcji ⅕

Zwiększenie liczby chromosomów w każdym kroku

Samoczynną adaptację zasięgu mutacji

Co charakteryzuje strategię z pamięcią?

Posiadanie pamięci przez każdego osobnika

Każdy osobnik ma pamięć z wartościami innych osobników

Każdy osobnik ma zapamiętane poprzednie generacje

Brak pamięci w strategii ewolucyjnej

Posiadanie pamięci przez każdego osobnika

Co to oznacza, że strategia używa przeszukiwania z tabu w algorytmach ewolucyjnych?

Ograniczenie ruchu osobników na planszy

Zabranianie osobnikom oddalania się od siebie

Wprowadzenie zakazu odwiedzania pewnych rozwiązań przez określony czas

Stałe zamykanie wybranych rozwiązań

Zabranianie osobnikom oddalania się od siebie

Co oznacza podział na podpopulacje w algorytmach ewolucyjnych?

Stosowanie różnych metod selekcji dla osobników

Podział jednej populacji na mniejsze grupy

Wydzielanie osobników na podstawie ich cech

Stałe łączenie wybranych osobników w pary

Podział jednej populacji na mniejsze grupy

Początek Pokaż poprzednie pytania Pokaż kolejne pytania

Powiązane tematy

#algorytmty #informatyka #heurystyki #metaheurystyki #metodymetaheurystyczne

Inne tryby

Nauka Test Powtórzenie