Pytania i odpowiedzi (1 / 2)
Metody Metaheurystyczne
1.
Jakie zagadnienie dotyczy planowania czasu rozpoczęcia i zakończenia różnych zadań w celu zoptymalizowania określonego kryterium, takiego jak czas trwania całego procesu?
Job scheduling problem
2.
W którym problemie optymalizacyjnym architekt projektujący budynek musi tak dobrać materiały, aby zapewnić bezpieczeństwo konstrukcji, ale jednocześnie zminimalizować koszty?
Quadratic knapsack problem
3.
Jaki problem optymalizacyjny polega na przypisywaniu kolorów wierzchołkom grafu planarnego w taki sposób, aby sąsiadujące wierzchołki miały różne kolory?
Planar graph colouring problem
4.
W jakim problemie optymalizacyjnym chodzi o rozszerzenie problemu plecaka, w którym przedmioty mają różne warianty do wyboru?
Multiple-choice knapsack problem
5.
Jakie zagadnienie dotyczy optymalizacji harmonogramu projektu uwzględniającej koszty, wykorzystanie siły roboczej i czas, przy jednoczesnym minimalizowaniu kosztów?
Time–cost–labor utilization tradeoff problem
6.
W którym problemie optymalizacyjnym chodzi o optymalne rozdzielenie mocy w elektrowniach w celu minimalizacji kosztów produkcji przy spełnieniu określonych wymagań dotyczących dostaw energii?
Economic dispatch problemWaste collection problem
7.
W jakim problemie optymalizacyjnym chodzi o przypisywanie lokalizacji obiektów do lokalizacji w celu minimalizacji sumy kosztów przypisania, z uwzględnieniem kwadratowych kosztów?
Quadratic assignment problem
8.
Jakie zagadnienie dotyczy optymalizacji harmonogramu wykonywania zadań w chmurze obliczeniowej, uwzględniającej zasoby i czas wykonania?
Workflow scheduling in cloud computing environment
9.
W którym problemie optymalizacyjnym projektant anten musi stosować metaheurystyki do optymalnego rozmieszczenia anten w układzie antenowym?
Antenna array synthesis
10.
Jaki problem optymalizacyjny polega na planowaniu tras i harmonogramu odbioru odpadów w sposób, który minimalizuje koszty i czas zbierania?
Waste collection problem
11.
W jakim problemie optymalizacyjnym chodzi o optymalizację alokacji kapitału w różne aktywa finansowe w celu maksymalizacji zwrotu przy określonym poziomie ryzyka?
Portfolio optimization problem
12.
Jakie zagadnienie dotyczy planowania efektywnego przesyłania danych do wielu odbiorców w sieci komunikacyjnej?
Multicast routing problem
13.
W którym problemie optymalizacyjnym chodzi o znalezienie najmniejszej liczby monet potrzebnych do uzyskania określonej sumy pieniędzy?
Change-making problem
14.
W jakim problemie optymalizacyjnym chodzi o przypisywanie lokalizacji obiektów do lokalizacji w celu minimalizacji sumy kosztów przypisania, z uwzględnieniem kwadratowych kosztów?
Quadratic assignment problem
15.
Jaka złożoność obliczeniowa charakteryzuje problem, w którym rozwiązanie można zweryfikować w czasie wielomianowym?
NP (nondeterministic polynomial)
16.
Jaka złożoność obliczeniowa charakteryzuje problem, w którym rozwiązanie można znaleźć w czasie wielomianowym?
P (deterministic polynomial)
17.
Które z poniższych przykładów jest problemem NP zupełnym?
Sprawdzenie wszystkich podzbiorów sumujących się do zera
18.
Jaki problem, będący jednym z najtrudniejszych w klasie NP, obejmuje pytanie, czy istnieje przyporządkowanie wartości logicznych zmiennym tak, aby spełnić dany zestaw klauzul?
SAT (Boolean Satisfiability Problem)
19.
Który z typów problemów obejmuje problem plecakowy?
Optymalizacyjne
20.
Która metoda optymalizacji globalnej unika powtarzania ruchów zakazanych?
Tabu Search
21.
W jakiej metodzie optymalizacji globalnej cząstki poruszają się w przestrzeni poszukiwań w celu znalezienia optymalnego rozwiązania?
Particle swarm optimization
22.
Która heurystyczna metoda optymalizacji polega na iteracyjnym przeszukiwaniu przestrzeni rozwiązań w celu znalezienia lepszego rozwiązania?
Iterative local search
23.
W jakiej metodzie optymalizacji globalnej temperatura jest stopniowo zmniejszana, aby unikać pułapek lokalnych maksimów, imitując proces hartowania stali?
Simulated Annealing
24.
Który z algorytmów optymalizacji globalnej jest inspirowany zachowaniem roju pszczół w poszukiwaniu pożywienia?
Artificial bee colony
25.
Który z poniższych opisów najlepiej odzwierciedla działanie algorytmu Cuckoo Search w kontekście optymalizacji globalnej?
Algorytm, który inspirowany jest strategią ptaka kukułki, zastępującej jaja obcego gatunku w cudzym gnieździe.
26.
Która z poniższych metod ocenia tylko pełne rozwiązania?
Metoda sympleksowa
27.
Która z poniższych metod działa na bazie częściowych lub niepełnych rozwiązań?
Algorytmy zachłanne
28.
Które z poniższych stwierdzeń są prawdziwe w odniesieniu do algorytmów zachłannych?
Mogą utknąć w lokalnym optimum., Są często stosowane w przypadku problemów NP trudnych., Są skuteczne w przypadku problemów, w których istnieje duża różnorodność w przestrzeni rozwiązań.
29.
W metodzie sympleksowej, w każdym kroku algorytmu, wybierana jest zmienna, która zostanie zastąpiona inną zmienną. Jakie jest kryterium wyboru tej zmiennej?
Kryterium Blanda
30.
W algorytmie zachłannym, w każdym kroku algorytmu, wybierane jest rozwiązanie, które poprawia wartość funkcji celu. Jaki jest sposób wyboru takiego rozwiązania?
Można stosować różne metody, np. wybierać rozwiązanie z maksymalną wartością funkcji celu, minimalną wartością funkcji celu, itp.
31.
W metodzie podziału i ograniczeń, przestrzeń poszukiwań rozwiązań jest reprezentowana jako drzewo. Jakie są dwa podstawowe pojęcia związane z tym drzewem?
Węzeł i granica
32.
W algorytmie A*, w każdym kroku algorytmu, wybierane jest wierzchołek, który będzie następnym krokiem. Jaki jest sposób wyboru tego wierzchołka?
ybiera się wierzchołek, dla którego suma drogi pomiedzy wierzchołkiem początkowym a tym wierzchołkiem i przewidywanej przez heurystykę drogi od tego wierzchołka do wierzchołka docelowego jest minimalna
33.
Która z poniższych metod jest najczęściej stosowana w przypadku problemów komiwojażera?
Algorytm zachłonny
34.
W przypadku problemów liniowych, metoda sympleksowa działa w czasie:
wielomianowym
35.
W metodzie podziału i ograniczeń, w każdym kroku algorytmu, rozważane są wszystkie możliwe rozwiązania:
Nie
36.
Czym charakteryzuje się heurystyka?
Stosuje metodę praktyczną, nie gwarantującą otrzymania doskonałego rozwiązania
37.
Jakie podejście prezentuje metaheurystyka w rozwiązywaniu problemów?
Koncentruje się na rozwiązaniu grupy problemów
38.
Co jest zaletą metaheurystyk?
Dostarczają wystarczająco dobrych rozwiązań dla NP-trudnych problemów
39.
Jakie są główne przyczyny trudności w rozwiązaniu niektórych problemów?
Zmieniające się problemy i ich skomplikowanie
40.
Co obejmuje etap modelowania problemu?
Problem i jego reprezentacja
41.
Dlaczego modelowanie problemu jest istotne?
Decyduje o przestrzeni poszukiwań i sposobie kodowania reprezentacji
42.
Jakie są elementy reprezentacji w problemie TSP?
Lista miast
43.
Jaki jest cel w problemie TSP?
Znalezienie najkrótszej trasy między punktami
44.
Co jest funkcją oceny w problemie TSP?
Zwraca długość trasy dla danego rozwiązania
45.
Co umożliwia funkcja oceny w problemie TSP?
Porównanie długości tras dla różnych rozwiązań
46.
Czym charakteryzuje się funkcja oceny w problemie TSP?
Zwraca wartość opisującą jakość rozwiązania
47.
Jaka jest główna różnica między heurystyką a metaheurystyką?
Heurystyka koncentruje się na rozwiązaniu grupy problemów, a metaheurystyka na jednym konkretnym problemie
48.
Czym charakteryzuje się iteracyjne wspinanie w kontekście optymalizacji?
Wykonywaniem kroków w kierunku najszybszego spadku wartości funkcji celu
49.
Czym jest Symulowane Wyżarzanie w kontekście optymalizacji?
Iteracyjnym podejściem, które uwzględnia prawdopodobieństwo zaakceptowania gorszego rozwiązania
50.
Co to jest Lista Tabu w metodzie Przeszukiwania z Tabu?
Zapamiętuje zmiany, aby uniknąć powtórzeń lub zbyt podobnych zmian