智能优化算法笔试
试题
中考模拟试题doc幼小衔接 数学试题 下载云南高中历年会考数学试题下载N4真题下载党史题库下载
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 min f(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,Traveling Salesman Problem，TSP,
,2,背包问题
,3,并行机排序问题
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s时，产生的状态s被接受的概率为: ij
1,()()iffsfs,,ij,At(),，这里，. ,,,ffsfs()(),,fijijjiijexp(),()(),,iffsfs,ijt,
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pop size个染色体;2、用交叉算法更新染色体;3、用变异算法更新染色体;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Hopfiled人工神经网络的函数逼近一连续函数的方法。 解:
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),
dz,Err()wiStep 2. 由能量函数Err(w)，根据,,求解出动力系统方程 dty,i
,
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。
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。
浙公网安备 33021202002483