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

Jakie są elementy reprezentacji w problemie TSP?

Ciąg binarny

Liczby naturalne

Sześciocyfrowa dokładność

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

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

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

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

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