发布时间 : 星期一 文章智能优化算法笔试试题更新完毕开始阅读efa9ca3e561252d380eb6e91
智能优化算法笔试试题
ll一、写出遗传算法中的两种交叉运算方法，并分别举例说明。
解：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，例子见课本175-179。
二、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。 三、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（Traveling Salesman Problem，TSP）
1
智能优化算法笔试试题
（2）背包问题
（3）并行机排序问题
2
智能优化算法笔试试题
四、描述模拟退火算法中的接收准则。
解：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：
iff(si)?f(sj)?1,?，这里，?fij?f(sj)?f(si). Aij(t)???fij),iff(si)?f(sj)?exp(?t?五、解释蚁群智能优化算法中信息素的一种更新方法。
解：
方法一：
六、描述Hopfiled人工神经网络的函数逼近一连续函数的方法。
解：
3
智能优化算法笔试试题
Step 1. 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)； Step 2. 由能量函数Err(w)，根据?dzi?Err(w)?求解出动力系统方程 dt?yi；
Step 3. 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。
七、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）
八、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。
答：最优化问题使人们在工程实践中，科学研究和经济管理等诸多领域中经常遇到的问题。
4