Testy Fiszki Notatki

Zaloguj

Fiszki

Metody Metaheurystyczne

Test w formie fiszek

Ilość pytań: 88 Rozwiązywany: 1356 razy

Co oznacza proces dobierania w algorytmach ewolucyjnych?

Losowa mutacja genów

Wybór jednostek najlepiej przystosowanych do środowiska

Tworzenie nowych jednostek

Losowe wybieranie osobników z populacji

Tworzenie nowych jednostek

Czym jest mutacja w algorytmach ewolucyjnych?

Tworzenie nowej populacji osobników

Proces oceny przystosowania jednostek

Losowa zmiana jednego genu

Proces dobierania najlepszych jednostek

Losowa zmiana jednego genu

Co to jest genotyp w kontekście algorytmów ewolucyjnych?

Informacja o zachowaniu osobnika

Zapis genotypu

Zakodowana informacja o osobniku

Funkcja określająca stopień przystosowania osobnika do środowiska

Zakodowana informacja o osobniku

Jakie są zastosowania algorytmów ewolucyjnych?

Harmonogramowanie zadań

Wspomaganie podejmowania decyzji

Wszystkie z wymienionych

Wspomaganie nawigacji

Wszystkie z wymienionych

Co to jest reprodukcja w algorytmach ewolucyjnych?

Proces tworzenia nowych jednostek

Proces oceny przystosowania

Proces łączenia się jednostek

Proces mutacji

Proces tworzenia nowych jednostek

Jakie są operatory genetyczne w algorytmach ewolucyjnych?

Wszystkie wymienione

Krzyżowanie

Mutacja

Dobór

Wszystkie wymienione

Co oznacza ocena w algorytmach ewolucyjnych?

Tworzenie nowej populacji

Proces oceny przystosowania jednostek w populacji

worzenie populacji tymczasowej

Mutacja genów

Tworzenie nowej populacji

Czym jest kryterium minimalnej szybkości poprawy w algorytmach ewolucyjnych?

Monitorowanie rozwiązań generowanych przez algorytm

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

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?

Poprawa szybkości przystosowania jednostek

Usunięcie najgorszych jednostek

Utworzenie identycznych kopii jednostek

Zwiększenie różnorodności w populacji

Co to jest krzyżowanie w algorytmach ewolucyjnych?

Modyfikacja jednego genu

Tworzenie nowych jednostek

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

Algorytm zatrzymuje się po przekroczeniu maksymalnego kosztu

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

Proces mutacji

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

Co oznacza krzyżowanie uśredniające w algorytmach ewolucyjnych?

Oddziaływanie na wartości genów chromosomów

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

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?

Tylko reprodukcja progowa

Reprodukcja rangowa, progowa, ruletkowa i turniejowa

Tylko reprodukcja turniejowa

Tylko reprodukcja rangowa

Reprodukcja rangowa, progowa, ruletkowa i turniejowa

Co oznacza sukcesja z częściowym zastępowaniem w algorytmach ewolucyjnych?

Nie istnieje coś takiego

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

W częściowym zastępowaniu nową populację bazową staje się populacja potomna

Ma zapewnić przeżycie najlepszego osobnika

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

Co charakteryzuje strategię (1 + 1)?

Losowe wybieranie chromosomów Y^t

Generowanie jednego chromosomu na krok i mutacja X^t

Przechodzenie do kolejnego kroku wybierając Y^t

Generowanie wielu chromosomów na krok i mutacja X^t

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

Samoczynną adaptację zasięgu mutacji

Usunięcie operatora krzyżowania

Regułę selekcji ⅕

Zwiększenie liczby chromosomów w każdym kroku

Samoczynną adaptację zasięgu mutacji

Co charakteryzuje strategię z pamięcią?

Brak pamięci w strategii ewolucyjnej

Każdy osobnik ma zapamiętane poprzednie generacje

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?

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?

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