Testy Fiszki Notatki

Zaloguj

Fiszki

Metody Metaheurystyczne

Test w formie fiszek

Ilość pytań: 88 Rozwiązywany: 1076 razy

Co oznacza proces dobierania w algorytmach ewolucyjnych?

Tworzenie nowych jednostek

Losowa mutacja genów

Losowe wybieranie osobników z populacji

Wybór jednostek najlepiej przystosowanych do środowiska

Tworzenie nowych jednostek

Czym jest mutacja w algorytmach ewolucyjnych?

Losowa zmiana jednego genu

Proces dobierania najlepszych jednostek

Proces oceny przystosowania jednostek

Tworzenie nowej populacji osobników

Losowa zmiana jednego genu

Co to jest genotyp w kontekście algorytmów ewolucyjnych?

Zapis genotypu

Funkcja określająca stopień przystosowania osobnika do środowiska

Informacja o zachowaniu osobnika

Zakodowana informacja o osobniku

Jakie są zastosowania algorytmów ewolucyjnych?

Wszystkie z wymienionych

Harmonogramowanie zadań

Wspomaganie podejmowania decyzji

Wspomaganie nawigacji

Wszystkie z wymienionych

Co to jest reprodukcja w algorytmach ewolucyjnych?

Proces tworzenia nowych jednostek

Proces oceny przystosowania

Proces mutacji

Proces łączenia się jednostek

Proces tworzenia nowych jednostek

Jakie są operatory genetyczne w algorytmach ewolucyjnych?

Krzyżowanie

Wszystkie wymienione

Mutacja

Dobór

Wszystkie wymienione

Co oznacza ocena w algorytmach ewolucyjnych?

worzenie populacji tymczasowej

Mutacja genów

Proces oceny przystosowania jednostek w populacji

Tworzenie nowej populacji

Czym jest kryterium minimalnej szybkości poprawy w algorytmach ewolucyjnych?

Algorytm jest zatrzymywany po osiągnięciu określonej liczby generacji

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

Algorytm zatrzymuje się po przekroczeniu maksymalnego kosztu

Monitorowanie rozwiązań generowanych przez algorytm

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

Co to jest sukcesja w algorytmach ewolucyjnych?

Proces oceny przystosowania

Proces mutacji

Proces tworzenia nowych jednostek

Proces wyboru nowej populacji bazowej

Jaki jest główny cel mutacji w algorytmach ewolucyjnych?

Zwiększenie różnorodności w populacji

Utworzenie identycznych kopii jednostek

Usunięcie najgorszych jednostek

Poprawa szybkości przystosowania jednostek

Zwiększenie różnorodności w populacji

Co to jest krzyżowanie w algorytmach ewolucyjnych?

Ocena funkcji przystosowania

Modyfikacja jednego genu

Tworzenie nowych jednostek

Mieszanie genów co najmniej dwóch osobników

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

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

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

Mieszanie genów co najmniej dwóch osobników

Oddziaływanie na wartości genów chromosomów

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?

Tylko reprodukcja progowa

Tylko reprodukcja turniejowa

Tylko reprodukcja rangowa

Reprodukcja rangowa, progowa, ruletkowa i turniejowa

Co oznacza sukcesja z częściowym zastępowaniem w algorytmach ewolucyjnych?

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

Nie istnieje coś takiego

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

Co charakteryzuje strategię (1 + 1)?

Generowanie jednego chromosomu na krok i mutacja X^t

Generowanie wielu chromosomów na krok i mutacja X^t

Przechodzenie do kolejnego kroku wybierając Y^t

Losowe wybieranie chromosomów Y^t

Generowanie wielu chromosomów na krok i mutacja X^t

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

Regułę selekcji ⅕

Zwiększenie liczby chromosomów w każdym kroku

Usunięcie operatora krzyżowania

Samoczynną adaptację zasięgu mutacji

Co charakteryzuje strategię z pamięcią?

Każdy osobnik ma pamięć z wartościami innych osobników

Posiadanie pamięci przez każdego osobnika

Brak pamięci w strategii ewolucyjnej

Każdy osobnik ma zapamiętane poprzednie generacje

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?

Stosowanie różnych metod selekcji dla osobników

Podział jednej populacji na mniejsze grupy

Stałe łączenie wybranych osobników w pary

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