Twoja przeglądarka nie obsługuje JavaScript!
Ucz się szybciej
Testy
Fiszki
Notatki
Zaloguj
Fiszki
Metody Metaheurystyczne
Test w formie fiszek
Ilość pytań:
88
Rozwiązywany:
1356 razy
Dlaczego modelowanie problemu jest istotne?
Określa jedynie wielkość przestrzeni poszukiwań
Nie ma wpływu na sposób szukania rozwiązania
Wyznacza jedynie teoretyczny zbiór rozwiązań
Decyduje o przestrzeni poszukiwań i sposobie kodowania reprezentacji
Decyduje o przestrzeni poszukiwań i sposobie kodowania reprezentacji
Jakie są elementy reprezentacji w problemie TSP?
Ciąg binarny
Liczby naturalne
Sześciocyfrowa dokładność
Lista miast
Lista miast
Jaki jest cel w problemie TSP?
Znalezienie najdłuższej trasy między punktami
Maksymalizacja odległości między punktami
Znalezienie najkrótszej trasy między punktami
Brak określonego celu
Znalezienie najkrótszej trasy między punktami
Co jest funkcją oceny w problemie TSP?
Nie istnieje w tym problemie
Zwraca liczbę miast
Podaje numer miasta
Zwraca długość trasy dla danego rozwiązania
Zwraca długość trasy dla danego rozwiązania
Co umożliwia funkcja oceny w problemie TSP?
Porównanie różnych modeli
Porównanie efektywności różnych metod
Porównanie długości tras dla różnych rozwiązań
Brak możliwości porównania rozwiązań
Porównanie długości tras dla różnych rozwiązań
Czym charakteryzuje się funkcja oceny w problemie TSP?
Nie ma wpływu na wybór najlepszej trasy
Określa liczbę miast
Zwraca wartość opisującą jakość rozwiązania
Jest nieistotna w rozwiązaniu problemu
Zwraca wartość opisującą jakość rozwiązania
Jaka jest główna różnica między heurystyką a metaheurystyką?
Heurystyka koncentruje się na rozwiązaniu grupy problemów, a metaheurystyka na jednym konkretnym problemie
Heurystyka działa wyłącznie na bazie teorii
Metaheurystyka zapewnia zawsze optymalne rozwiązania
Metaheurystyka nie jest praktyczna w rozwiązywaniu problemów.
Heurystyka koncentruje się na rozwiązaniu grupy problemów, a metaheurystyka na jednym konkretnym problemie
Czym charakteryzuje się iteracyjne wspinanie w kontekście optymalizacji?
Utrzymywaniem aktualnego rozwiązania bez zmian
Wykonywaniem kroków w kierunku najszybszego spadku wartości funkcji celu
Sprawdzaniem losowych przekształceń w rozwiązaniu
Poszukiwaniem rozwiązania poprzez zastosowanie funkcji losowej
Wykonywaniem kroków w kierunku najszybszego spadku wartości funkcji celu
Czym jest Symulowane Wyżarzanie w kontekście optymalizacji?
Stałym poszukiwaniem rozwiązania optymalnego
Zmianą rozwiązania bez uwzględnienia prawdopodobieństwa
Metodą iteracyjną wykorzystującą jedynie przekształcenia losowe
Iteracyjnym podejściem, które uwzględnia prawdopodobieństwo zaakceptowania gorszego rozwiązania
Iteracyjnym podejściem, które uwzględnia prawdopodobieństwo zaakceptowania gorszego rozwiązania
Co to jest Lista Tabu w metodzie Przeszukiwania z Tabu?
Zapamiętuje zmiany, aby uniknąć powtórzeń lub zbyt podobnych zmian
Zawiera informacje o najmniejszych zmianach w rozwiązaniu
Nie ma wpływu na proces podejmowania decyzji
Jest używana jedynie jako pamięć długotrwała
Zapamiętuje zmiany, aby uniknąć powtórzeń lub zbyt podobnych zmian
Jaka jest główna wada iteracyjnego wspinania?
Zbyt duża liczba kroków w poszukiwaniu rozwiązania
Wpadanie w minimum lokalne i brak informacji o odległości od minimum globalnego
Zależność wyniku od wyboru punktu początkowego
Brak informacji o aktualnym rozwiązaniu
Wpadanie w minimum lokalne i brak informacji o odległości od minimum globalnego
Czym charakteryzuje się symulowane wyżarzanie w kontekście optymalizacji?
Iteracyjnym podejściem, które zawsze akceptuje lepsze rozwiązanie
Zastosowaniem tylko najlepszego rozwiązania
Wykorzystaniem funkcji losowej do generowania rozwiązania
Uwzględnieniem prawdopodobieństwa akceptacji gorszego rozwiązania
Uwzględnieniem prawdopodobieństwa akceptacji gorszego rozwiązania
Jakie korzyści niesie ze sobą lista tabu w przeszukiwaniu z tabu?
Pozwala na wykonywanie identycznych kroków w poszukiwaniu rozwiązania
Utrzymuje jedynie informacje o najgorszych zmianach w rozwiązaniu
Zapobiega powtórzeniom i zbyt podobnym zmianom
Jest używana jedynie jako pamięć krótkotrwała
Zapobiega powtórzeniom i zbyt podobnym zmianom
Czym jest dywersyfikacja w kontekście przeszukiwania z tabu?
Skupianiem się jedynie na pojedynczym rozwiązaniu
Próbowaniem modyfikacji rozwiązań, które nie były wcześniej badane przez wiele iteracji
Badaniem tylko jednego rodzaju zmian w rozwiązaniu
Wykorzystywaniem jedynie pamięci długotrwałej w procesie optymalizacji
Badaniem tylko jednego rodzaju zmian w rozwiązaniu
Jakie są parametry przeszukiwania z tabu?
Tylko lista tabu i kryterium zatrzymania
Lista tabu i sposób określania/generowania otoczenia
Wyłącznie kodowanie rozwiązania i określenie jakości rozwiązania
Kodowanie rozwiązania i określenie miary otoczenia
Lista tabu i sposób określania/generowania otoczenia
Czym charakteryzuje się temperatura w symulowanym wyżarzaniu?
Nie ma wpływu na przebieg procesu
Początkowo wysoka, później maleje, wpływając na akceptację gorszych rozwiązań
Określa jedynie możliwość zaakceptowania gorszego rozwiązania
Jest stała przez cały proces optymalizacji
Początkowo wysoka, później maleje, wpływając na akceptację gorszych rozwiązań
Czym charakteryzuje się K-opt w algorytmie lokalnej optymalizacji?
Nie zmienia cyklu, lecz dodaje nowe krawędzie
Usuwa krawędzie z dokładnością do ich długości
Sprawdza każdą krawędź i wybiera najkrótszą ścieżkę
Usuwa k krawędzi i zastępuje je innymi krawędziami w celu utworzenia innego prawidłowego cyklu
Usuwa k krawędzi i zastępuje je innymi krawędziami w celu utworzenia innego prawidłowego cyklu
Co to oznacza, że iteracyjne wspinanie może wpadać w minimum lokalne?
Znalezienie rozwiązania, które nie jest najlepsze globalnie, ale najlepsze w otoczeniu
Brak możliwości poprawy znalezionego rozwiązania
Zawsze znajduje się w maksimum globalnym
Zawsze osiąga najlepsze możliwe rozwiązanie
Znalezienie rozwiązania, które nie jest najlepsze globalnie, ale najlepsze w otoczeniu
Jak działa proces iteracyjnego wspinania w kontekście optymalizacji?
W każdej iteracji losuje nowe rozwiązanie i je akceptuje
Wybiera losowe rozwiązanie i sprawdza, czy jest lepsze od obecnego
Wykonuje kroki w kierunku najszybszego wzrostu wartości funkcji celu
Wykonuje kroki w kierunku najwolniejszego spadku wartości funkcji celu
Wykonuje kroki w kierunku najszybszego wzrostu wartości funkcji celu
Czym jest fenotyp w algorytmach ewolucyjnych?
Zakodowana informacja o osobniku
Informacja o zachowaniu osobnika
Zapis genotypu
Punkt w przestrzeni kodów genetycznych
Informacja o zachowaniu osobnika
Początek
Pokaż poprzednie pytania
Pokaż kolejne pytania
Powiązane tematy
#algorytmty
#informatyka
#heurystyki
#metaheurystyki
#metodymetaheurystyczne
Inne tryby
Nauka
Test
Powtórzenie