首页
›
答案
›
标签
›
遗传算法
遗传算法
1
人类历史上发明的最早进化算法原则上是否就能模拟自然界的进化过程?
2
什么是遗传算法?
3
遗传算法是一种算法设计策略。不同的问题甚至相同的问题都可以设计不同的遗传算法进行求解,不同的遗传算法如可能解编码的不同、交叉与变异规则的不同、概率模型的选择不同等。如何衡量遗传算法的性能好坏,下列说法不正确的是()。
4
遗传算法的步骤涉及的第一个基本要素是()。
5
遗传算法的构成要素有哪些()
6
描述遗传算法的机制和它的迭代过程
7
设计一个遗传算法的框架
8
下列关于遗传算法的说法不正确的是
9
遗传算法的主要思路,核心就是如何模拟生物进化过程。
10
遗传算法的基本操作不包括()
11
数据挖掘中常用的技术和方法有:人工神经网络、遗传算法、()、规则推导。
12
试述工程遗传算法的基本原理?
13
简述工程遗传算法的基本要素?
14
采用工程遗传算法时,第一步是进行个体参数()。
15
遗传算法
16
遗传算法的特点
17
遗传算法的五个基本要素
18
基因遗传算法的组成部分包括
19
基因遗传算法的两个常用的结束条件为
20
下列部分属于基因遗传算法的有:
21
下列关于遗传算法和人工免疫算法说法错误的是()。
22
遗传算法的基本操作包括()
23
以下不属于粒子群优化算法与遗传算法的不同点的是()
24
遗传算法中,常用的选择策略不包括()
25
遗传算法中的遗传操作包括()、()和()。
26
使用遗传算法求解旅行商问题时,采用的有效编码方式是()
27
在遗传算法中,哪个操作模拟了生物进化中的自然选择过程?
28
遗传算法中的交叉操作主要目的是什么?
29
智能医学中的遗传算法用于解决什么问题?
30
基因遗传算法的终止条件一般是适应度数值小于0.()
31
算法包括蚁群算法和遗传算法。
32
遗传算法是迭代优化算法的一种。
33
遗传算法在迭代过程中不能实现寻优加速。
34
遗传算法操作包括选择、交叉和变异。
35
遗传算法优化PID参数是在控制理论中的典型应用之一。
36
以下遗传算法的流程,正确的是()
37
遗传算法主要借用生物进化中“适者生存”的规律。
38
遗传算法的适应度函数是用来区分群体中的个体好坏的标准。
39
遗传算法中起核心作用的是变异算子。
40
遗传算法采用群体搜索策略,同时对搜索空间中的多个解进行评估,因此遗传算法具有较好的全局搜索性能。
41
遗传算法能够保证每次都得到全局最优解。
42
在遗传算法中,将所有妨碍适应度值高的个体产生,从而影响遗传算法正常工作的问题统称为欺骗问题。
43
遗传算法的基本操作顺序是()。
44
一个简单的遗传算法由()的遗传算子组成。
45
进化算法是一个“算法簇”,包括遗传算法、()等。
46
遗传算法产生新一代种群的遗传操作是()
47
20世纪70年代初,谁提出了遗传算法的基本定理—模式定理()。
48
遗传算法的基本原理,利用什么函数为依据来选择染色体()
49
下列不属于遗传算法的基本操作是()
50
图中所展示的基因遗传算法过程是()过程。
51
以下对基因遗传算法描述正确的是()。
52
基因遗传算法的组成部分包括()。
53
基因遗传算法的两个常用的结束条件为()。
54
下面那项是遗传算法中指导搜索的评价函数?
55
下列关于遗传算法的说法中,不正确的是()。
56
与遗传算法收敛性有关的因素主要包括()。
57
下列关于遗传算法的说法不正确的是()。
58
以下关于遗传算法中“繁殖”的说法错误的是()。
59
在遗传算法中,我们要求解的问题就是物种。
60
遗传算法和强化学习直接受到了哪个(或哪些)心理学理论的启发?
61
遗传算法的局限性()。
62
遗传算法在整个进化过程中的遗传操作不是随机的。
63
遗传算法中最常用的一种编码方法()。
64
遗传算法将问题的求解表示成“染色体”,“染色体”实际上是()。
65
基因遗传算法模拟的自然过程是?
66
当我们在物品种类很多的情况下,需要快速选择出一种最优搭配方案时,其实可以借助一些特别的处理方法来解决,这些方法中的一种被称为“遗传算法”,它是通过模拟达尔文的进化论来解决问题的,因此也被归类为“进化算法”。()教授首先提出“遗传算法”。
67
在解决函数优化问题时,基因遗传算法的全局性不好,容易陷入局部最优值。
68
自然界中生物变异的概率是不确定的,但是基因遗传算法的变异概率可以人为调节。
69
遗传算法是通过模仿进化过程的适者生存规律从而产生对一个问题的较好解决方案的人工智能系统。
70
遗传算法中,利用适应度函数表示参数值的大小,判断个体是否应该被淘汰
71
工程遗传算法是基于()和遗传机制,在计算机上模拟生物进化机制的搜索寻优算法。
72
采用工程遗传算法时,群体规模的取值会影响到最终结果和执行效率,一般取值范围是()。
73
遗传操作是遗传算法的核心,包括3个主要的操作算子:()、交叉和变异。
74
遗传算法最大的优点在于能够快速在解空间中找到目标函数的最佳解。
75
遗传算法的具体编程可以根据实际需求而不同,但遗传操作的基本思想是一致的。
76
遗传算法实验中的语句:TempE(Size, :)=BestS; 其目的是为了保持最大适应度的编码稳定,以免出现取值振荡。
77
遗传算法借用生物遗传学的观点,是一种全局优化算法,其三种基本操作算子分别是()。
78
遗传算法是通过模仿进化过程的适者生存规律从而产生对一个问题的较好解决方案的人工智能系统
79
在解决函数优化问题时,基因遗传算法的全局性不好,容易陷入局部最优值。()
80
自然界中生物变异的概率是不确定的,但是基因遗传算法的变异概率可以人为调节。()
81
基因遗传算法中,利用适应度函数表示参数值的大小,判断个体是否应该被淘汰。()
82
对类似于遗传算法的理解,需要理解关于各种解的名词之间的细微差别。下列说法正确的是()。
83
在遗传算法应用中,适应度函数的设计要结合问题本身的要求而定,但适应度函数和问题的目标函数没有关系。
84
在遗传算法中,适应度大的个体被选择的概率大,但不是说一定能够被选上。
85
智能控制理论是在20世纪70年代发展成熟的,其包括:专家系统遗传算法模糊控制多智能体神经网络
86
A genetic algorithm is a variant of stochastic beam search, in which successor states are generated:遗传算法是随机束搜索的一个变体,其中后继节点的生成是由:
87
遗传算法是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法。
88
遗传算法每次迭代产生越老越好的近似解,这样,通过不断迭代演化,最终()。
89
在遗传算法中,若四个个体的初始适应度分别39.91,88.77,45.18,9940302010====,则第1个个体在新一轮选择中被选中的概率为:()
90
运用遗传算法处理供应链库存优化问题时,其求解的速度和质量都比常规算法要好。
91
遗传算法中选择操作通过适应度选择优质个体而抛弃劣质个体,体现了“适者生存”的原理。
92
在量化投资分析中,可以借鉴人工智能的技术包括()。Ⅰ.专家系统Ⅱ.机器学习Ⅲ.神经网络Ⅳ.遗传算法
93
在量化投资中,数据挖掘的主要技术包括()。Ⅰ关联分析Ⅱ分类Ⅲ遗传算法Ⅳ聚类分析
94
遗传算法采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。
95
能够往种群中引入新的遗传信息是以下哪种遗传算法的操作()。
96
哪种遗传算法的操作,能够从种群中淘汰适应度值小的个体()。
97
在量化投资分析中,可以借鉴人工智能的技术包括()。Ⅰ专家系统Ⅱ机器学习Ⅲ神经网络Ⅳ遗传算法
98
在量化投资分析中,可以借鉴人工智能的技术包括()。Ⅰ.专家系统Ⅱ.机器学习Ⅲ.神经网络Ⅳ.遗传算法
99
题录“李玉榕,乔斌.一种集成遗传算法与模糊推理的粗糙集数据分析算法[J].计算机工程与应用,2002,18:199-209.”反映的是会议论文()