Testy Fiszki Notatki

Zaloguj

Fiszki

Metody Metaheurystyczne

Test w formie fiszek

Ilość pytań: 88 Rozwiązywany: 2352 razy

Co oznacza proces dobierania w algorytmach ewolucyjnych?

Losowe wybieranie osobników z populacji

Tworzenie nowych jednostek

Losowa mutacja genów

Wybór jednostek najlepiej przystosowanych do środowiska

Tworzenie nowych jednostek

Czym jest mutacja w algorytmach ewolucyjnych?

Losowa zmiana jednego genu

Proces dobierania najlepszych jednostek

Tworzenie nowej populacji osobników

Proces oceny przystosowania jednostek

Losowa zmiana jednego genu

Co to jest genotyp w kontekście algorytmów ewolucyjnych?

Zapis genotypu

Funkcja określająca stopień przystosowania osobnika do środowiska

Zakodowana informacja o osobniku

Informacja o zachowaniu osobnika

Zakodowana informacja o osobniku

Jakie są zastosowania algorytmów ewolucyjnych?

Harmonogramowanie zadań

Wspomaganie nawigacji

Wspomaganie podejmowania decyzji

Wszystkie z wymienionych

Co to jest reprodukcja w algorytmach ewolucyjnych?

Proces łączenia się jednostek

Proces mutacji

Proces oceny przystosowania

Proces tworzenia nowych jednostek

Jakie są operatory genetyczne w algorytmach ewolucyjnych?

Mutacja

Dobór

Krzyżowanie

Wszystkie wymienione

Co oznacza ocena w algorytmach ewolucyjnych?

Proces oceny przystosowania jednostek w populacji

Mutacja genów

Tworzenie nowej populacji

worzenie populacji tymczasowej

Tworzenie nowej populacji

Czym jest kryterium minimalnej szybkości poprawy w algorytmach ewolucyjnych?

Monitorowanie rozwiązań generowanych przez algorytm

Algorytm zatrzymuje się po przekroczeniu maksymalnego kosztu

Algorytm jest zatrzymywany po osiągnięciu określonej liczby generacji

Algorytm jest zatrzymywany, gdy w kilku kolejnych iteracjach nie uda się poprawić wyniku

Co to jest sukcesja w algorytmach ewolucyjnych?

Proces tworzenia nowych jednostek

Proces mutacji

Proces oceny przystosowania

Proces wyboru nowej populacji bazowej

Jaki jest główny cel mutacji w algorytmach ewolucyjnych?

Zwiększenie różnorodności w populacji

Utworzenie identycznych kopii jednostek

Poprawa szybkości przystosowania jednostek

Usunięcie najgorszych jednostek

Zwiększenie różnorodności w populacji

Co to jest krzyżowanie w algorytmach ewolucyjnych?

Tworzenie nowych jednostek

Modyfikacja jednego genu

Ocena funkcji przystosowania

Mieszanie genów co najmniej dwóch osobników

Co to jest kryterium zadowalającego poziomu funkcji przystosowania w algorytmach ewolucyjnych?

Monitorowanie rozwiązań generowanych przez algorytm

Proces mutacji

Algorytm zatrzymuje się po przekroczeniu maksymalnego kosztu

Znalezienie osobnika, którego wartość funkcji przystosowania jest większa od wartości minimalnej

Co oznacza krzyżowanie uśredniające w algorytmach ewolucyjnych?

Wartość każdego genu chromosomów potomnych to liczba pomiędzy największą i najmniejszą wartością genów chromosomów rodzicielskich

Oddziaływanie na wartości genów chromosomów

Mieszanie genów co najmniej dwóch osobników

Zwiększenie populacji

Wartość każdego genu chromosomów potomnych to liczba pomiędzy największą i najmniejszą wartością genów chromosomów rodzicielskich

Jakie są metody selekcji wykorzystywane w reprodukcji w algorytmach ewolucyjnych?

Reprodukcja rangowa, progowa, ruletkowa i turniejowa

Tylko reprodukcja progowa

Tylko reprodukcja rangowa

Tylko reprodukcja turniejowa

Reprodukcja rangowa, progowa, ruletkowa i turniejowa

Co oznacza sukcesja z częściowym zastępowaniem w algorytmach ewolucyjnych?

Nie istnieje coś takiego

Ma zapewnić przeżycie najlepszego osobnika

Nowa populacja bazowa wybierana jest spośród dotychczasowej populacji bazowej oraz populacji potomnej

W częściowym zastępowaniu nową populację bazową staje się populacja potomna

Nowa populacja bazowa wybierana jest spośród dotychczasowej populacji bazowej oraz populacji potomnej

Co charakteryzuje strategię (1 + 1)?

Przechodzenie do kolejnego kroku wybierając Y^t

Losowe wybieranie chromosomów Y^t

Generowanie wielu chromosomów na krok i mutacja X^t

Generowanie jednego chromosomu na krok i mutacja X^t

Generowanie wielu chromosomów na krok i mutacja X^t

Co wprowadza strategia (μ + λ) w stosunku do strategii (1 + 1)?

Zwiększenie liczby chromosomów w każdym kroku

Usunięcie operatora krzyżowania

Samoczynną adaptację zasięgu mutacji

Regułę selekcji ⅕

Samoczynną adaptację zasięgu mutacji

Co charakteryzuje strategię z pamięcią?

Posiadanie pamięci przez każdego osobnika

Każdy osobnik ma zapamiętane poprzednie generacje

Brak pamięci w strategii ewolucyjnej

Każdy osobnik ma pamięć z wartościami innych osobników

Posiadanie pamięci przez każdego osobnika

Co to oznacza, że strategia używa przeszukiwania z tabu w algorytmach ewolucyjnych?

Zabranianie osobnikom oddalania się od siebie

Ograniczenie ruchu osobników na planszy

Wprowadzenie zakazu odwiedzania pewnych rozwiązań przez określony czas

Stałe zamykanie wybranych rozwiązań

Zabranianie osobnikom oddalania się od siebie

Co oznacza podział na podpopulacje w algorytmach ewolucyjnych?

Podział jednej populacji na mniejsze grupy

Stałe łączenie wybranych osobników w pary

Stosowanie różnych metod selekcji dla osobników

Wydzielanie osobników na podstawie ich cech

Podział jednej populacji na mniejsze grupy

Początek Pokaż poprzednie pytania Pokaż kolejne pytania

Powiązane tematy

#algorytmty #informatyka #heurystyki #metaheurystyki #metodymetaheurystyczne

Inne tryby

Nauka Test Powtórzenie