Wyszukaj
Zaloguj / zarejestruj się
Jeśli masz już konto, możesz się zalogować.
Jeśli nie masz konta, zarejestruj nowe podając nazwę użytkownika, adres email i hasło.
Formularz kontaktowy
Memorizer+
Wykup dostęp
Ta funkcja jest dostępna dla użytkowników, którzy wykupili plan Memorizer+
Fiszki
Metody Metaheurystyczne
Test w formie fiszek
Ilość pytań: 88 Rozwiązywany: 1696 razy
W jakiej metodzie optymalizacji globalnej cząstki poruszają się w przestrzeni poszukiwań w celu znalezienia optymalnego rozwiązania?
Simulated Annealing
Particle swarm optimization
Genetic algorithms
Ant colony optimization
Która heurystyczna metoda optymalizacji polega na iteracyjnym przeszukiwaniu przestrzeni rozwiązań w celu znalezienia lepszego rozwiązania?
Ant colony optimization
Guided local search
Genetic algorithms
Iterative local search
W jakiej metodzie optymalizacji globalnej temperatura jest stopniowo zmniejszana, aby unikać pułapek lokalnych maksimów, imitując proces hartowania stali?
Genetic algorithms
Particle swarm optimization
Tabu Search
Simulated Annealing
Który z algorytmów optymalizacji globalnej jest inspirowany zachowaniem roju pszczół w poszukiwaniu pożywienia?
Artificial bee colony
Firefly algorithm
Ant colony optimization
Cuckoo search
Który z poniższych opisów najlepiej odzwierciedla działanie algorytmu Cuckoo Search w kontekście optymalizacji globalnej?
Algorytm, który unika powtarzania ruchów zakazanych (tabu) i przemieszcza się w przestrzeni poszukiwań, podążając za liderem roju.
Technika optymalizacyjna oparta na procesach ewolucyjnych, takich jak krzyżowanie i mutacja, w celu generowania nowych rozwiązań.
Metoda optymalizacji, w której cząstki poruszają się w przestrzeni poszukiwań, przyciągając się nawzajem w celu optymalizacji rozwiązania.
Algorytm, który inspirowany jest strategią ptaka kukułki, zastępującej jaja obcego gatunku w cudzym gnieździe.
Która z poniższych metod ocenia tylko pełne rozwiązania?
Algorytmy zachłanne
Dziel i zwyciężaj
Metoda sympleksowa
lgorytm A*
Która z poniższych metod działa na bazie częściowych lub niepełnych rozwiązań?
Przeszukiwanie wyczerpujące
Algorytmy zachłanne
Metoda sympleksowa
Algorytmy wyliczeniowe
Które z poniższych stwierdzeń są prawdziwe w odniesieniu do algorytmów zachłannych?
Są skuteczne w przypadku problemów, w których istnieje duża różnorodność w przestrzeni rozwiązań.
Mogą utknąć w lokalnym optimum.
Są często stosowane w przypadku problemów NP trudnych.
Zawsze znajdują rozwiązanie optymalne.
W metodzie sympleksowej, w każdym kroku algorytmu, wybierana jest zmienna, która zostanie zastąpiona inną zmienną. Jakie jest kryterium wyboru tej zmiennej?
Kryterium losowe
Kryterium Blanda
Kryterium najmniejszego przyrostu funkcji celu
Kryterium największego przyrostu funkcji celu
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.
Wybiera się rozwiązanie z wartością funkcji celu równą 0
Wybiera się rozwiązanie z minimalną wartością funkcji celu
Wybiera się rozwiązanie z maksymalną wartością funkcji celu
W metodzie podziału i ograniczeń, przestrzeń poszukiwań rozwiązań jest reprezentowana jako drzewo. Jakie są dwa podstawowe pojęcia związane z tym drzewem?
Węzeł i granica
Węzeł i wierzchołek
Węzeł i przyrost funkcji celu
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
Wybiera się wierzchołek, dla którego suma drogi pomiedzy wierzchołkiem początkowym a tym wierzchołkiem jest maksymalna
Wybiera się wierzchołek, dla którego suma drogi pomiedzy wierzchołkiem początkowym a tym wierzchołkiem i rzeczywistej drogi od tego wierzchołka do wierzchołka docelowego jest minimalna
Wybiera się wierzchołek, dla którego suma drogi pomiedzy wierzchołkiem początkowym a tym wierzchołkiem jest minimalna
Która z poniższych metod jest najczęściej stosowana w przypadku problemów komiwojażera?
Metoda sympleksowa
Algorytm zachłonny
Metoda podziału i ograniczeń
Programowanie dynamiczne
W przypadku problemów liniowych, metoda sympleksowa działa w czasie:
logarytmicznym
eksponencjonalnym
stałym
wielomianowym
W metodzie podziału i ograniczeń, w każdym kroku algorytmu, rozważane są wszystkie możliwe rozwiązania:
Nie zawsze
Nie
Zależy od złożoności problemu
Tak
Czym charakteryzuje się heurystyka?
Oferuje jedno optymalne rozwiązanie
Bazuje wyłącznie na teorii
Zapewnia doskonałe rozwiązania
Stosuje metodę praktyczną, nie gwarantującą otrzymania doskonałego rozwiązania
Jakie podejście prezentuje metaheurystyka w rozwiązywaniu problemów?
Koncentruje się na rozwiązaniu grupy problemów
Opiera się wyłącznie na teoretycznych założeniach
Dostarcza optymalnych rozwiązań dla wszystkich problemów
Skupia się na jednym konkretnym problemie
Co jest zaletą metaheurystyk?
Szybkość znalezienia rozwiązania nie jest istotna
Są mniej skuteczne od klasycznych metod
Zapewnia idealne rozwiązania dla wszystkich problemów
Dostarczają wystarczająco dobrych rozwiązań dla NP-trudnych problemów
Jakie są główne przyczyny trudności w rozwiązaniu niektórych problemów?
Brak zmian w problemach
Mała przestrzeń poszukiwań
Zmieniające się problemy i ich skomplikowanie
Modelowanie problemu w sposób dokładny
Co obejmuje etap modelowania problemu?
Rozwiązanie
Zadania do rozwiązania
Wzór matematyczny
Problem i jego reprezentacja
Cześć!
Wykryliśmy, że blokujesz reklamy na naszej stronie.
Reklamy, jak zapewne wiesz, pozwalają na utrzymanie i rozwój serwisu. W związku z tym prosimy Cię o ich odblokowanie by móc kontynuować naukę.