Pytania i odpowiedzi
Metody Metaheurystyczne
Zebrane pytania i odpowiedzi do zestawu.
Ilość pytań: 88
Rozwiązywany: 2294 razy
Pytanie 41
Dlaczego modelowanie problemu jest istotne?
Decyduje o przestrzeni poszukiwań i sposobie kodowania reprezentacji
Pytanie 42
Jakie są elementy reprezentacji w problemie TSP?
Lista miast
Pytanie 43
Jaki jest cel w problemie TSP?
Znalezienie najkrótszej trasy między punktami
Pytanie 44
Co jest funkcją oceny w problemie TSP?
Zwraca długość trasy dla danego rozwiązania
Pytanie 45
Co umożliwia funkcja oceny w problemie TSP?
Porównanie długości tras dla różnych rozwiązań
Pytanie 46
Czym charakteryzuje się funkcja oceny w problemie TSP?
Zwraca wartość opisującą jakość rozwiązania
Pytanie 47
Jaka jest główna różnica między heurystyką a metaheurystyką?
Heurystyka koncentruje się na rozwiązaniu grupy problemów, a metaheurystyka na jednym konkretnym problemie
Pytanie 48
Czym charakteryzuje się iteracyjne wspinanie w kontekście optymalizacji?
Wykonywaniem kroków w kierunku najszybszego spadku wartości funkcji celu
Pytanie 49
Czym jest Symulowane Wyżarzanie w kontekście optymalizacji?
Iteracyjnym podejściem, które uwzględnia prawdopodobieństwo zaakceptowania gorszego rozwiązania
Pytanie 50
Co to jest Lista Tabu w metodzie Przeszukiwania z Tabu?
Zapamiętuje zmiany, aby uniknąć powtórzeń lub zbyt podobnych zmian
Pytanie 51
Jaka jest główna wada iteracyjnego wspinania?
Wpadanie w minimum lokalne i brak informacji o odległości od minimum globalnego
Pytanie 52
Czym charakteryzuje się symulowane wyżarzanie w kontekście optymalizacji?
Uwzględnieniem prawdopodobieństwa akceptacji gorszego rozwiązania
Pytanie 53
Jakie korzyści niesie ze sobą lista tabu w przeszukiwaniu z tabu?
Zapobiega powtórzeniom i zbyt podobnym zmianom
Pytanie 54
Czym jest dywersyfikacja w kontekście przeszukiwania z tabu?
Badaniem tylko jednego rodzaju zmian w rozwiązaniu
Pytanie 55
Jakie są parametry przeszukiwania z tabu?
Lista tabu i sposób określania/generowania otoczenia
Pytanie 56
Czym charakteryzuje się temperatura w symulowanym wyżarzaniu?
Początkowo wysoka, później maleje, wpływając na akceptację gorszych rozwiązań
Pytanie 57
Czym charakteryzuje się K-opt w algorytmie lokalnej optymalizacji?
Usuwa k krawędzi i zastępuje je innymi krawędziami w celu utworzenia innego prawidłowego cyklu
Pytanie 58
Co to oznacza, że iteracyjne wspinanie może wpadać w minimum lokalne?
Znalezienie rozwiązania, które nie jest najlepsze globalnie, ale najlepsze w otoczeniu
Pytanie 59
Jak działa proces iteracyjnego wspinania w kontekście optymalizacji?
Wykonuje kroki w kierunku najszybszego wzrostu wartości funkcji celu
Pytanie 60
Czym jest fenotyp w algorytmach ewolucyjnych?
Informacja o zachowaniu osobnika