计算智能习题合集.docxVIP

针算智饨 习龜总集 习麵一: 空缺 习麵二: TOC \o 1-5 \h \z 1、在反馈型神经网络中，有些神经元的输岀被反馈至神经元的（ ） 同层 B.同层或前层 C.前层 D.输出层 2、 在神经网络的一个节点中，由激励函数计算得到的数值是该节点的（ ） 实际输出 B.实际输入 C.期望输出 D.期望值 3、 在神经网络的一个节点屮，由激励函数计算得到的数值，是与该节点相连的下一个节点 的（ ） 实际输出 B.实际输入 C.期望输出 D.期望值 4、下面的学习算法属于有监督学习规则的是（ ） Hebb学习规则 Hebb学习规则 C.概率式学习规则 E.梯度下降学习规则 Delta学习规则 D.竞争式学习规则 F. Kohonen学习规则 5、BP算法适用于（ ） A.前馈型网络前馈内层互联网络 C.反馈型网络 D. A.前馈型网络 6、BP神经网络釆用的学习规则是（ ） A.联想式Hebb学习规则 B.误差传播式Delta学习规则 概率式学习规则 D.竞争式学习规则 习龜三； 1 设论域[/={?], U2, U3, W4, U5], A 0.2 0.4 0.6 0.8 1 A=——+——+——+——+ —, WI 弘 3 比 4 “5 吐空+空+丄+空+空 W, u2 U3 uA u5 求 AUB， ACS 入 B 2、设 X={ 1,5, 9, 13,20},沧{1,5, 9, 13,20}，/?是模糊关系“工比 y 大得多”。 x-y00x-ylQ x-y0 0x-ylQ x-y\0 隶属度函数：/?（兀y）=兰二丄 ~ 10 1, 求模糊关系矩阵R 3 设模糊矩阵0.60.80.2?=0.80.20.3I 设模糊矩阵 0.6 0.8 0.2 ?= 0.8 0.2 0.3 I 0.4 0.8 0.6 /?= 0.7 0.6 0.8 0.5 0.4 求QoR TOC \o 1-5 \h \z 4、 Zadeh教授提出了著名的不相容原理，是指复杂系统的那两种矛盾（ ） A.精确性和有效性 B.精确性和模糊性 模糊性和有效性 D.复杂性和模糊性 5、 在模糊推理得到的模糊集合中取一个最能代表这个集合的单值的过程称为（ ） A.去模糊 B.模糊化 C.模糊推理 D?模糊集运算 6、 判断 一个模糊集合可以被其隶属度函数唯一定义（ ） 隶属度越大表示真的程度越高；隶属度越小表示真的程度越低（ ） 当隶属度函数有若干点取值为1,其余点取值为0时，该隶属度函数对应的模糊集 合可以看作一个经典集合（ ） 7、简答题：试述模糊计算的主耍模块及其操作内容。 1、 遗传算法中，为了体现染色体的适应能力，引入了对问题的每个染色体都能进行度量的 TOC \o 1-5 \h \z 函数，称为（ ） A.敏感度函数 B.变换函数 C.染色体函数 D.适应度函数 2、 遗传算法中，将问题结构变换为位串形式表示的过程为（ ） A.解码 B.编码 C.遗传 D.变换 3、 不属于遗传算法的遗传操作的是（ ） A.突变 B.选择 C.交叉 D.变异 4、 遗传算法屮，染色体的具体形式是一个使用特定编码方式生成的编码串，编码串中的每 一个编码单元称为（ ） A.个体 B.基因 C.有效解 D.适应值 5、 根据个体的适应度函数值所度量的优劣程度决定它在下一代是被淘汰还是被遗传的操作 是（ ） A.遗传操作 B.选择 C.交叉 D.变异 6、 在遗传算法中，问题的每个有效解被称为一个“染色体（chromosome）,也称为“串”， 对应于生物群体中的（ ） A.生物个体 B.父代 C.子代 D.群体 7、 概率值Px =0.005,可能是哪种操作屮随机产生的概率（ ） A.遗传操作 B.选择 C.交叉 D.变异 8、 遗传算法的迭代计算停止时，种群中适应度值最优的染色体可作为问题的（ ） A.满意解 B.最优解 C.有效解 D.解空间 9、 填空： 遗传算法是模仿 和自然选择机理，通过人工方式构造的一类优化搜索算法。 遗传算法是--种基于空I可搜索的算法，它通过 、交叉、变异等遗传操作以及达尔文 的适者生存的理论，模拟自然进化的过程來寻求问题的解答。 10、 简答题：试画出遗传算法的结构流程图并说明每一步完成的主要操作。 1、下面的智能算法中，不属于群体智能算法的是（ A.蚁群算法 A.蚁群算法 C.遗传算法 B.粒子群算法 D.并行蚁群算法 TOC \o 1-5 \h \z 2、蚁群算法中，某个蚂蚁找到的路径对应问题的（ ） A. 一个有效解 B.解空间 C.解的规模 D.解的维数 3、在下面不同版本的蚂蚁算法中，没有针对信息素更新机制进行改进的算法是 （ ） A.精华蚂蚁系统 B.基于排列的蚂蚁系统 C.最大最小蚂蚁系统 D.多 态蚁群系