Scribd Logo
Upload

Welcome to Scribd!

  • 7 views

    Cum Am Trecut La Peag p1

    Uploaded by

    Ari :3

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content

    You might also like

    Cum Am Trecut La Peag p1

    Uploaded by

    Ari :3
    7 views30 pages

    Original Title

    cum-am-trecut-la-peag-p1

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    Download as pdf
    7 views30 pages

    Cum Am Trecut La Peag p1

    Uploaded by

    Ari :3

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    Download as pdf
    of 30
    TOT CE ESTE jnc€ecuiy ESTE BUN Partea I: 6) In algoritmii genetici, reprezentarea prin siruri de numere intregi Este preferabila pentru probleme de optimizare Este doar un exercitiu de implementare, nefind necesara ps Valori distincte d._nueste utilzata in algoritmi genetici €._ Nu poate fi utiizata in cazul atributelor ordinate 2) Inalgoritmii genetici, reprezentarea prin permutari a. Nu permite utiizarea de operatori de mutatie fé nevoie de operator! spack 4. Nu permite uilizarea de operatori de recombinare e. Nu permite mai mult de doua gene cu aceeasi valoare intr-un cromozom Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sunt: 4 Problemelé de optimizare; 2. Probleme de cautare in spatiul solutilor; 3. Prelucrarea datelor de dimensiune mare(big-data); datelor; 7. Alocarea dinamica a datelor in memoria calculatorului; 8. Deplasarea autonoma a vechiculelor a. 2,46 4h @ Intr-un algoritm evolutiy, functia de tip calitate: 1. Evalueaza calitatea algoritmulul, 2.Evalieaza Calitatea fiecarui candidat; 3, Evalueaza viteza de gasire a solutiei fata de consumul de resurse; §iTrebuie Maximizata; 5, Stabileste daca un descendent este acceptabil; 6. Selecteaza indivizii care se vor reproduce; 7. Selecteaza indivizii care trec in generatia urmatoare; 8. Contine un factor aleator; 9. Evalueaza calitatea populatiei curente; 10. Evalueaza calitatea populatiei curente fata de cea din generatia anterioara; a 67.8 b Ss ELIZA (Vez EUISOL I introducere= Slide 11) 4.13 © 43,57, 0... 1257 5. Popil 6. Generarea de numere aleatoar TiMeGanismul de selectio 8 par 8. Generarea de permutari; 9. Reprezentarea grafica a evolutiei calitatii; HOTOpEratorii de variatie} 11. Stabilirea diversitatii genetice a populatiei; Hi Mecanismul de i 5 a popullatiel cu &. 9,10 In algoritmii genetici, reprezentarea binara a. Este cea mai utiizata varianta de reprezentare a genotipurilor b._Nuee utiizata pentru algoritmi genetici sae ‘ EITA fost primiul tip de reprezentare a cromozonilor I algoritml genetic! (Vezi cursul 2: Slide 14) 4. Duce mereu la rezultate optime fe. Nu depinde de problema rezolvata Componentele algoritmilor evolutivi sunt: IT Reprezentarea} 2. Probabilitatea de mutatie; ‘SiFUnetia de evalvare} 4, Probabilitatea de recombinar Calculul evolutiv este inspirat din a. Revolutia industriata b. Societatea cunoasteri c, Societatea informationala d._Noua revolutie agrara ul Hillclimbing a asupra unui singur punt 2: Aplicarea se poate repeta pentru mai multe puncte pentru a creste performantele} 3. Este inspirat din tehnicilie de al 4, Gaseste intotdeauna solutia optima; 5 Gaseste uneori Solutia op icel gaseste un punct dé optim local, 8. Se utilizeaza numai pentru reprezentarea cu siruri de numere reale; BT257 b. 1,5,7.8 c. 1,2,4,7 d. 1,4,6,7 ee. 3468 1359 (Caracteristicile unui algoritm geneti {:/Reprezentarea populatiel este reaiiz este realizata prin 5) Probabilitatea da Sele valoarea functiei de evaluare pentu el; 4, Probabiltatea de selectie a unui individ in multisetul parintlor este data de pozitia individului in erarhia populate, determinata pe baza functiel de evaluare; 5. Probabilitatéa efectuarii Unei mutatii este mica; 6. Probabiitatea efectuarii unei mutatii este mare; 7. Probabiitatea efectuari recombinarii este mica; 8. Probabilitatea efectuaril recombinaril este mare; 9. Inlocuirea populatiei curente se face pe baza de varsta. ‘a, Nuexista algoritm genetic canonic b. 2,46,7 e243.58 d._ Nici una din variantele A,B,C,E e. 2:36,7,9 Ith (Geae din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste reprezentarea prin siruri de numere reale: 1. Negarea; 2. Negarea Fuzzy; 3. Resetarea aleatoare; 4. Fla 7. Mutatia locala; 8. Interschimbare 9. Inserarea; 10. Mutatia Rapida; 11. Amestecu; 12. Mutatia globala; 13. Inversiunea; 14; Unipuneti 115, Multipunct] 416. Uniforma; 21. Recombinarea sirurilor maxima; 22. PMC; 23. Recombinare de ordine; 24, Recombinarea muchilor; 25. Recombinarea Cic! a. Toti operatorii de mai sus b. 2,7,10,12,17,21 1,3,4,7,10,13,16,17,20 3,4,5,6,7,12,18,19,2 14,15,16,18,19,20 pee Partea Il: Q In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutal a. Este utilizata doar in probleme cu constringeri b. Este realizata cu probabilitate mica ©._Utilizeaza populatia curenta d._ Utlizeaza populatia de copi e. Determina dstructura cromozomiala 1 TEste de tip neuniform g. Alege pentru mutatie in medie jumatate de indivizi h._ Este efectuata o singura data pe parcursul unui algoritm [UE ste efectuata iterativ j. Este efectuata imediat ce este disponibila o populatie de copii 2.) in cadrul unui algoritm genetic operatia de recombinare: a. Este efectuata o singura data dupa prima etapa de selectie a parintilor b. Este utilizata cu probabilitate mica ¢. In general probabilitatea de recombinare nu conteaza in rezolvarea problemelor prin algoritmi genetici Este efectuata o singura data pe parcursul unui algoritm genetic Este efectuata imediat inaintea fiecare proceduri de mutatié In cadrul unui algoritm evolutiv populatia initiala a. Este generata la inceputul fiecarui ciclu evolutiv b. Este generata utilizand distributia pe probabilitate normala ‘¢. Este generata inaintea inceperii evolutiel propriu-zisé as Este generata dupa fiecare ciclu evolutiv e. (Este:generatautiizandiistributtade%probabilitatewuniforma Vi Este'ss g. Este setata pe multimea vida @rie urmatorii doi cromozomi de tip permutare {6, 3, 11,7, 14, 8, 5, 15, 1, 2, 4, 13,9 ,10 ,12) si {7, 1, 15,13,2, 14,6,10,12,11,4,8,3,9, 5}. Aplicand operatorul de recombinare PMX, cu pozitile 4 si 8 se obtin descendent. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de recombinare: ‘BL Este de tip local sau global b. Este efectuata o singura data pe parcursul unui algoritm ¢. Alege pentru recombinare in medie jumatate de indivizi d. Este realizata cu probabilitate mica e. Determina structura cromozomiala E eaza populatia curenta g. Este efectuata o singura data, dupa prima et pa de generare a unei populatii h. Détermina obtinerea Unui multiset de co; Este utilizata doar in probleme cu constrangeri {Este efectuata iterativ In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor Influenteaza tipul de recombinare folosit Se alege in functie de problema care se rezolva Poate fi numai de tip siruri de numere intregi sau reale Poate fi oricare dintre: siruri binare, siruri de numere intregi, siruri de numere reale, permutari ange e. Are influenta asupra mecanismului le selectie a generatiei urmatoare h. Contine’atat descrierea individului candidat cat si parametri care) In cadrul unui algoritm genetic operatia de selectie a parintilor a. Intotdeauna este bazata pe 0 distributie de probabilitate de selectie v b.Utiizeaza populatia curenta c. Este efectuata o singura data pe parcursul unui algoritm genetic, 4. Este utiizata doar in probleme cu constringeri e. Este efectuata imediat inaintea fiecarei proceduri de mutatie Vi. Este efectuata imediat ce este disponibila 0 populatie curenta evaluata Este efectuata 0 singura data dupa prima etapa de generare a unel h. Alege in general indivizi pe baza factorului varsta i. Utilizeaza populatia de copii mutati j._Utilizeaza populatia de copii V ko Este efectuata terativ Sa 7 vIO Poate firealizata prin utlizarea unel distributi de probabilitate de’selectié () Fie urmatorul cromozom de tip permutare {7, 6, 12, 14, 3, 10, 8, 15, 11, 5,4, 1, 13, 2, 9} In urma aplicarii operatorului de mutatie prin amestec s-a obitnut cromozomul {7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9}. Cele doua Pozitii utilizate pentru amestesc sunt: kK. 1si13 In cadrul unui algoritm genetic oper: JB. Ave probabiltate mica b. Se aplica doar daca divesitatea genetica scade sub un prag x dat €. Intotdeauna produce indivizi fezabili 4. Se aplica asupra descendentilor produsi de operatia de recombinare aes _ de mutatie Se utilizeaza doar in probleme cu constrangeri Poate Sa prodicalindivizi nefezabili Se efectueaza o singura data, dupa generarea populatiel intiale Se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare . Se utilizeaza doar in problemele fara constrangeri 3), _ 1. Nu foloseste factor aleator. Ry in cadrul unui algoritm genetic operatia de selectie a supravietuitorilor ay a. Utilizeaza intotdeauna factori aleatori = Soe3 d. Duce la cresterea calitati medii a populatiei curente ©. Se aplica la inceputulfiecaret itera h. Garanteaza obtinerea unei generati cu calitate medie superioara. Daca foloseste selectia bazata pe varsta. i. _Asigura perpetuarea individului cu calitate maxima din populatia curenta v J. Alege generatia urmatoare dintre indivizii disponibili dupa operatia de mustatié vk-_ Se aplica asiipra descendentilor obtinuti din populatia curenta (impreuna cua) Partea II(2019) gégruns uni fot ws 020 Cpl algoritmii genetici, reprezentarea prin permutari ‘A. Nu permite utiizarea de operatori de recombinare B. Nu permite utlizarea de operatori de mutatie C. Nu permite mai mult de dou’ gene cu aceeasi valoare Intr-un cromozom Di Nécesita operator de Variatie special definiti wo E-Nueste utiizats Ayh More Olntr-un algoritm evolutiv, functia fitness: 1, Evalueaza calitatea algoritmulu, 2. Trebuie selectata aleator, 3, Evalueaza viteza de gasire a solutiel fatd de consumul de resurse; 4, Trebuie modificata la fiecare iteratie; 5. Selecteaza indivizi care se vor reproduce; 6. Selecteaz’ indiviaii care trec In generatia urmatoare; 7. Evalueaza calitatea populatiei curente fafa de cea a populatielinitiale; val tea popula curente fat’ de cea din generalia anterioar’; 9, Evalueaz& calitatea fiectrui candidat! AAS B23 co 0.45 du pro £.6,7,8 Fie X=[6 18 10579342] siY=[987 3615 1042] permutari, Care urmagi sunt ‘general prin utiizarea operatorului CX? 26781051934], C2 6871051934 2).C: . Ct=[67 8 105 19342),C: D.C1=[87105193426),C: 28136751049] (91836751042) 8136751042] =[29 183675104] urmatorii doi cromozomi de tip permutare: (6, 3, 11, 7, 14, 8, 5, 15, 1, 2,4, 13, 9, 10, 12} , 15, 13, 2, 14, 6, 10, 12, 11, 4, 8, 3, 9, 5). Aplicand operatorul de recombinare PMX, cu pozitile 4 si 8 se obtin descendenti a, 5315132146 10128479111; b.1341171485 15121042396, ©1312 117 1485 1511042396; 4.5311 1321461518479 1012; €.53.15132 146101847911 12; £.13.12117 1485 1511042396, 9.131157 148510121142396; Ltn sore Alege generat 5. Indivizi int intotdeauna fezabili 6-\Uneor utilizeaz’ factor aleatori 7. Asigura perpetuarea inividului cu caltate maxima din populatia curentd; 8. Duce la cresterea caltati medii a populatiei curente; &, Garanteaza obtinerea unei generat eu caltate medie superioara, dac8 folosesto selectia bazata pe virsta; 10.Se aplicd la inceputul fiecarei iterati; 11. Se aplica asupra descendentilor obtinut din p fase i Gisponibili dupa[operatia de mutatiel tatia 1 asipra populatiei curente gi asupra descen din populatia Partea 1v(201 9) RAsruvs Unie <}n cadrul unui algoritm genetic ce maximizeaza o functie (fitness): 1.Selectia generatiei urmatoare este obligatoriu bazata pe varsta; 2. Sunt rezolvate probleme cu constranger 3. Selectia parintilor este efectuata iterativ; 4. Mutatia este realizata cu probabilitate micai 5. nu este recomandata utilizarea functiei FPS; 6. multisetul copiilor este fara duplicate. 7. Selectia supravietuitorilor este determinata de calitate si/sau factorul varstaj 8, Recombinarea este realizata rareori; 9. Este intentionata determinarea unui pet maxim global: 10, Structura cromozomiala difera daca functia este translatata A34,7,9 B.2,3,5,9 €.1,3,5,7 D.4,7,9,10 E.1,2,3,4,7 @ in cadrul unui algoritm genetic operatia de mutatie: 1. Nu folosete factori aleatori 2.Se aplica doar daca diversitatea genetica scade sub un prag dat; 3.Se aplica asupra populatiei curenta; 4, Poate sa produca indivizi nefezabili; 5. Intodeauna produce indivizi fezabili; 6. Se utilizeaza in probleme cu constrangeri; 7. Se utilizeaza doar in probleme fara constrangeri; 8. se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare; 9. Se aplica asupra multisetului de parinti; 40, Are probabilitatea mica; / 11. Se efectueaza o singura data, dupa generarea populate’ initial 112. 'Se aplica asupra descendentilor produsi de operatia de recombinare; ~ A35,712 8.14.58 C.6,7,8,10,11 D.2,4,5,6,7 E4,8,10,12 in cadrul unui algoritm genetic operatia de recombinare: imediat inaintea fiecarei proceduri de mutatie; 5. este efectuata inaintea fiecarei etape de selectie a parintilor; 7. Este utilizata doar in probleme fara constrangeri: BUEste Uutlizataleu probabililate mare! 8. Este utiizata cu probabiltate mica; Este efectata iteratiy 11. Este efectuata o singura data, dupa prima etapa de selectie a parintilor C.3,4,5.89 0.1,3,5,7,9; £245 @pn cadrut unui aigor imugenetic; reprezentarea cromozo! an A f : inare, siruflde numere intreai, siruride numere relae) Bermiutar 2. Poate fi numai de tip sir de numere intregi sau reale : pose finumai tip siruri de numere reale 4 + cmH darouee tied? vieloles af rezoWva 4a Evoluryv, A. Este preferabila pentru problemele de optimizare B. Este doar un exerctiu de implementare, nefind necesara C. Nu poate si ut Nu este utiizata in algoritmi genetici Ato ah © Wn cadrul unut algoritm din clasa strategiitor evolutive, reprezentarea cromozomilor: wd Paths 1, Poate fi oricare dintre : siruri binare, siruri de numere intre 4, 2:Poate fi numai de tp sir de numereintregi sau reale Bipoate finumel psi de naniete 4. No infiuenteaza ti uri de numere reale, permutari 7. Are influenta asupra mecanismului de selectie a generatici urmatoare; AA, + B1.3.4; C245; Disa) £2,456 @eomponentete algoritmilor evolutivi sunt: teprezentarea 2.Probabiltatea de mutatie 3.Functia de evaluare 4 Probabiltatea de recombinare 5.Populatia 6.Generarea de numere aleatoare ‘7.Mécanismil de selectié a parintilot 8 .Generarea de permutari S.Reprezentarea grafica a evolutiei calitatt 10:Operatoriide variatie 11.Stabilrea diversitatil genetice a populatiei 12, Mecanismal de inlocuiré a populatie! 5 Conditia de términaré ASS. TAO ZAG AS B.1,3,5,6,10,13,14,15 C.2,4,6,8,11,13 D.1,2,5,6,7,14,15 E.2,4,5,9,15 @m cadrul unui algoritm genetic operatia de selectie a parintilor: 1. Este utillzata doar in probleme de constrangeri 2. Este efectuata 0 singura data + BiEStelefectuata Imediat ce este dis; 7. Utilizeaza populati - 8. Utizeaza populatia cure 9. este efectuata o singura data pe parcursul unui algoritm genetic 10. Alege in general indivizi pe baza factorului varsta 11, Este efectuata imediat inaintea fiecarei proceduri de mutatie 2. este fectuata teratv AS82836, C258,12; D.1,2.4,5; £.46,7.8; @ inten algoriem evolutiv, functia de tip calitate: valueaza calatea algoritmului; aluueaza calitalea fiecarul candidat, viteza de gasire a soluti fata de consumul de resurse 5. Stabileste daca un descendent este acceptabil care se vor reproduce care trec in generatia urmatoare 8. Contine un factor aleator 9. Evalueaza calitatea populatici curente; 10. Evalueaza caliatea populatie curente fata de cea din generatia anterioara, AS: B.,3; ie urmatorul cromozom de numere intregi: B.1,2,3,57 @ Calculul evolutiv este: D. Similar algoritmului de sortare; E. Concept ce concretizeaza teoria evolutiei; a In cadrul unui algoritm genetic, operatia de mutatie: 1. Este utilizat 1 constr 20 Este efectuiata imediat 6s este disponibila 3. Alege pentru mutatie in medie jumatate din indivizi 4, Utiizeaza doua multiseturi distincte de copii 5. Este intodeauna de tip neuniform(fiuaj) 6. Este efectuata o singura data, dupa prima etapa de generare a unei populatii 7. Este realizata cu proballitate 1 8. Este efectuata o singua data pe parcursul unui algoritm 9. Utilizeaza por 0. este efectuata terativ A240 B347 C25 D569 £7,810 @=s din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloosete reprezentarea prin siruri de numere reale? 1.Negarea 2.Negarea fuzzy 3.resetarea pseudo-aleatoare 4.Resetarea determinista; ‘B.Mutatia uniforma; ‘B.motatia neuniforma cu distributie fixatal T.mutatia locala; B.Interschimbarea; S.Inserarea 10;Mutatia rapida; 11.Amestecul; 12.Mutatia globala; 43.Inversiunea; A4.Unipunet HS.Muiti-punct AG Uniforma 21.Recombinarea sirurilor maxime; 22.Partially mapped crossover; 23.Recombinarea in oridine; 24,Recombinarea muchilor, 25.recombinarea ciclica 10,13,16,17,20 peratorii de mai sus 12,18,19,21 Brio a3) le urmatorii doi cromozomi de tip permutare:{6,3,11,7,14,8,5,15,1,2,4,13,9,10,12) Si (7,1,15,13,2,14,6,10,12,11,4,8,3,9,5). Aplicand operatorul de recombinare OCX, cu Pozitiile 4 si 8 se obtin descententii: -9¢ wR 9.83 15132146 10128479111 131117148515 121042396 ©.1312117 1485 1511042396 9.83111321461518479 1012 ©5315 1321461018479 1112 113121171485 1511042396 913115714 510121142396 hASI4O7 1485 15121742396 15341132146 101847015 13 45315132146 10128479111 de probleme care pot fi rezolvate Probleme dé optimizare 2, Probleme de geometrie. 3. Prelucrarea datelor de dimensiune mare(big-data) 4. probleme de modelaré 5. Probleme de validare a datelor 6. Probleme dé simularé 7. Alocarea dinamica a datelor in memoria calculatorului; 8. Deplasarea automata a vehiculelor pe baza calculului evolutiv sunt: A2; Bay C.1,3,5,7 D246 E2468 (18)n cadrul unui algoritm genetic, conditia de oprire: ‘general controlul numarului'de ganératil simulate itodeauna factori aleatori 1. Poate 3. Utiizeaza factorial 4. Poate include ‘controlul variabi 5. Duce la cresterea calitatii medii a populatiei curente 6. Garanteaza obtinerea unei generati cu calitate medie superioara, daca foloseste selectia bazata pe varsta 7. Nu depinde de reprezentarea cromozomiala 8. Depinde de reprezentarea cromozomiala ih ww 9 20° 4) Fie permutarile x=[10 23917 6 485] siy=[5 47 219368 10], un cromozom copll Yezultat prin PMX este c=[5 239147 6 8 10]. Atunci ordinea considerarii parintilor si respectiv punctele crossover sunt: A. (xy) si (1,4) Bly) Si25) C. (y,x) si(1.4) D. (y.x) si(2,5) E. (yx) si(1,5) Bn atgoritmi gonetici,reprezentarea binara: ‘A. Nue utlizata pentru algoritmii gene BBilllstorie este primul tip de reprezentare in spaliul genotipurilot C. Este ce mai ullizata varinata de reprezentare a genotipurilor D. Duce mereu la rezultate optime E. Nu depinde de problema rezolvata 49. In algoritmil genetici, reprezentarea binara: ‘A. Nupermite utiizarea de operatori de recombinare B. Nu permite utiizarea de operatori de mutatie C..Necesita operatori dé variatie special defini! D. nu permite mai mult de doua gene cu aceeasi valoare int-un cromozom E. nu este utilizata 145 @)Fie urmatorul cromazom de tip permutare (7, 6, 12, 14, 3 10, 8 16, 14, 5,4, 1,13, 2, 9) 475 inurma aplicarii operatorului de mutatie prin amestec s-a obtinut cromozomul 2 Is {7,14,43, 12, 4,15, 286, 3,11, 5,10, 4,9). Cele doua poziti utiizate pentru amestec QW sunt: 1. insists 2. 4815 3. 35115 4. 4si8 5. isis? 6 1sit2 7, Besionge 8 2si13 9. esis 10.18i13 11.381 13 BTS 7D Cc. 67,9 D. 62 B2 (In cadrut unui algoritm genetic operatia de selectc a supravictuitorior: /c & ab bat & 1. este intodeauna determinista 2) Poate frdeterminista sau cu Seton aleater pe 3. utilizeaza intodeauna factori aleatori 4. Indivizii alesi nu sunt intodeauna fezabili 5. Duce la cresterea calitatii medii a Populatiei curente 6. Garanteaza obtinerea unei generatii cu clat selecta bazata pe varsta 7. Se aplica la inceputl fecareiiterat 8. Se aplica asupra descendentilor obtinuti din populatia curenta 9. este aplicata pentru inlocuirea ‘generatiei curenté medie superioara, daca foloseste A 48 B16 c. 37 D. 2,5 Er29 @ In cadrul unui algoritm evolutiv, popu ALESte generata inaintea inceperi evolutiel propril-zis8 2. Este generat dupa fiecare ciclu evolutiv (care presupune efectuarea operatillor de selectie, recombinare, mutatie, evaluare) 3. Este generata la inceputulficaru ciclu evolutiv cesta generata a cede 5. Este generata utiizand distibutia de probablitate uniform 6. Este generata utilizand distributia de probabilitati 7. este setata pe multimea vida AA23456; B57; 0.1.2.4, Gini j Este éficienta in probleme ir 2. Trebuie folosita in orice GA 3. Nu trebuie utiizata in GA 4. Nu poate fi utlizata in probleme de optimizare 5 Determina ce tip de operatori de variate trebuie folosit 6. Impune folosirea selectiei ruleta; 7. Este eficienta exclusiv in probleme cu restrict jenetici, reprezentarea binara: ja este un vector cu componente logice AMS B45 C135 ‘pra unui Singur punt din spatiul cautat 2. Aplicarea se poate repeta pentru mai multe puncte paniru a creste peormantele 3. Este inspirat din tehnicile de alpinism 4. Gaseste intodeauna solutia optima 5 Gaseste Uneor! Solutia optima 6. Calculele se incheie atunci cand temperatura sistemului devine 0 7. De obicel gaseste un punct de optim local 8, Se utiizeaza numai pentru reprezentare cu siruri de numere reale AAAG67 3346.8 C.1,2,4,6 DA5,7,8 E257 in cadrul unui algoritm din clasa strategiilor evolutive, autoadaptibilitatea se refera la: A. Funetia fitness B. Distributia de probabilitate de selectie; C. Modelul de selectie D. Spatial parametrilot E, Modelul de selectie al parintilor Partea V (2020) (Qn cadrutstrategitor evolutive: Alegetio opjune @. Operatorul de mutatie cel mai utlizat este mutatia prin interschimbare b. Nuse permite utilizarea de operatori de mutatie ¢. Sunt utlizati operatori de recombinare OCX ‘G.Mitatia este aplicata cu probabilitate 1 ©. Reprezentarea este prin vectori binari TESTCURS §S/GURE loo % @tnalgoritmii genetici, reprezentarea prin permutari Alegetio optiune: A Nu permite utilizarea de operatori de recombinare 8. ‘Nu permite mai mult de doua gene cu aceeasivalore it-un eromozom G c « ©. Necesita op Joni 1ori de variatie special e D. Nueste utilizata gE. Nu permite utiizarea de operatori de mutatie A jintr-un algoritm evolutiv, functia fitness: 1. Evalueaza calitates algoritmului; 2. Trebuie selectata on roe osed viteza de gdsire a soll fala de consumul de resurse; 4. Trebuie mociicata la Bear rate: 5 Selectears indivizi care se vor reproduce; 6. Selecteazs indivi care Ver In Jeneratla urmatoare: 7. Evalueazé calitatea populatei curente fata do cea a populate) initial Feoiuenzd calitatea populatiei curente fata de cea din generatia anterioards; 9. Evalueaza cal fiecdrui candidat Alegeti o optiune: 2.678 tea b.23 a9 245 aa. 5 QrexI6 4810579342] si¥=[98736 15 1042] permutari, Care urmasi sunt generati prin fiizarea operatorului CX? Alegetio optiune: a. C1Y, C25X b.Ct=[87 105193426], C2=[29183675 104) ¢.Ct=[26781051934},C2=[2813675 1049] 7810519342),C2=[98136751042) 687.10519342),C2=191836751042] aaoa a a anaana a2 ao ©Fie permutarle x={10 2.39176 48 Slsiyels 47.24 ar @n cadrul strategilor evolutive Keget ooptiune 8, Mutatia este aplicata cu probabil '. Operatorul de mutatie cel mai utlizat este mutata prin interschimbare ¢. Reprezentarea este prin vectori binati 4. Sunt utiizati operator de recombinare OCX ¢. Nu se permite utiizarea de operator de mutate In cadrul unui algoritm genetic operatia de select Populatiei curente; 2. In unele variante necesita cal Spenizeaza intotdeauna factor aleator; 4 Alege generaia ummsloare diate ner disponibili dupa Peigulia de mutate; 5. Indiviialegi sin Itotdeauna fezabili 6. Uneot ullisecee tates aleator; 7, ‘Aaigura perpetuarea individu cu catate maxima dn populatia cutouts 8 Gres cresterea calitati Poa oPulalieicurente; 9. Garanteaza obtinerea unel generati cu caltaie mene supericara, daca (ceeele Selecta bazata pe vrs; 10.Se aplica la inceputul ecrel eral 11, 90 coe, supra descengentlor Obinut cin popula curents; 12. Se apical asupra popula Curene ‘supra

    You might also like