智能优化算法部分精华笔试试题

智能优化算法部分精华笔试试题

ID:41115683

大小:1.85 MB

页数:10页

时间:2019-08-16

智能优化算法部分精华笔试试题_第1页
智能优化算法部分精华笔试试题_第2页
智能优化算法部分精华笔试试题_第3页
智能优化算法部分精华笔试试题_第4页
智能优化算法部分精华笔试试题_第5页
资源描述:

《智能优化算法部分精华笔试试题》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、一、什么是P问题,什么是NP问题?智能优化算法主要是针对什么问题而提出的?解:(1)P问题(2)NP问题(3)NP-C问题和NP-Hard问题(4)智能优化算法主要是针对组合优化问题而提出的。当最优化问题中的可行域D是一个由有限个元素组成的集合时,该最优化问题称为组合优化问题。通常组合优化问题可表示为minf(x)s.t.g(x)≥0,x∈D.典型的组合优化问题有旅行商问题,背包问题,并行排序问题等,..二、描述组合优化问题中的一个典型例子,并建立其数学模型。解:(1)旅行商问题(TravelingSalesmanProblem,TSP)(2)背包问题(3)并行机排序问题.

2、...三、描述模拟退火算法中的接收准则。步骤:1、初始化可行解和温度;2,根据Boltzmann概念退火;3,重复第二步直到稳定状态;4,降温;5,重复第二步至第四步直到满足终止条件或直到给定步数。6,输出最好的解作为最优解。退火接收准则:在一给定温度下,由一个状态变到另一个状态,每一个状态到达的次数服从一个概率分布,即基于Metropolis接受准则的过程,该过程达到平衡时停止。在状态si时,产生的状态sj被接受的概率为:,这里,.降温:..四、写出遗传算法中的两种交叉运算方法,并分别举例说明。步骤:1、随机初始化popsize个染色体;2、用交叉算法更新染色体;3、用变

3、异算法更新染色体;4,计算所有染色体的目标值;5,根据目标值计算每个染色体的适应度;6,通过轮盘赌的方法选择染色体。7、重复第二至第六步直到终止条件满足;8、输出最好的染色体作为最优解。评价函数:Eval(V)是根据每个染色体V的适应函数fitness(V)而得到与其他染色体的比例关系,可用它来决定该染色体被选为种群的概率如:轮盘赌选择过程:交叉运算方法:双亲双子法(两父代交叉位之后的全部基因互换)、变化交叉法(从不相同的基因开始选取交叉位,之后的方法同双亲双子法)、多交叉位法(间隔交换)、双亲单子法(2选1)、显性遗传法(按位或)、单亲遗传法(2-opt)等。双亲双子交叉

4、方法例子:..变异运算:单点、多点变异法;2-opt法;用遗传算法解决实数编码求连续函数优化问题,写出一种变异的运算方法。解:再用单点变异法或多点变异法即可完成实数码的变异方法。(随机选一个或几个变异位取反)..五、解释蚁群智能优化算法中信息素的一种更新方法。步骤:1、初始化所有的信息素具有同样的量;2、根据信息素构造人工蚂蚁行为路线(解);3、重复第二步直到所有人工蚂蚁完成一次行动;4、根据当前最好解更新路径上的信息素;5、重复第二步至第四步直到终止条件满足;6、输出最好解作为最优解。信息素的一种更新方法:方法一:方法二:方法三:..人工蚂蚁路线的构造:..六、描述Hop

5、filed人工神经网络的函数逼近一连续函数的方法。解:Step1.构造函数逼近的能量函数,使得能量函数有好的稳定性,如Err(w);Step2.由能量函数Err(w),根据求解出动力系统方程;Step3.用数值计算的方法求解动力系统方程的平衡点,用定理判断平衡点是否为稳定点或渐近稳定点,网络达到稳定状态即达到极小值。Hopfiled人工神经网络计算步骤:..七、为什么学“智能优化算法”?学习之后有什么感想?对本课程考核方法有什么建议。单纯的课本内容,并不能满足学生的需要,通过补充,达到内容的完善教育之通病是教用脑的人不用手,不教用手的人用脑,所以一无所能。教育革命的对策是手

6、脑联盟,结果是手与脑的力量都可以大到不可思议。..

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。