智能优化算法笔试考试试题.docx

智能优化算法笔试考试试题 智能优化算法笔试考试试题 II 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 记问题的实例为I,实例规模为/ (I)，算法人在求解1时的计算量 〔基本计算总次数)为G (I). ?若存在多项式函数g (x)和一个常数。使得 对给定问题的所有实例1成立，记cxi) =o g qi) ) ) 「则称算 法人为解决对应问题的多项式时间算法， P类问题指具有多项武时间算法的问题类 NP问题 若存在一个多项式函数g(X)和一亍验证算法几对一类判定问题的任何一 个“是”的判定实例I都存在一个字符串S是1的“是“回答，其规模满 足/ (S) =0 (外(1)几且算法。验证5为实例1白勺」是“答案的计算 时间为0 (g (/ (I))),则称这个判定问题是非确定多项式的简记为 NP NP-C问题和NP-Hard问题 ?如果判定问题Q eNP且AP中的任何一个问题都可在多朗岛內归约为 Q,则称Q为NP完全(简记为NP-C) . ?若NP中的任何一个问题都可在多项式时间归约为判定问题Q,则称Q为 NP难(简记为NP-hard). 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) 设有n个城市1.2.9nT城市f勻城市J间的距离为％ 一售货商要去这些城 市推销货物，他希望从一城市出发后走遍所有的城市且旅途中每个城市只 经过一次，最后回到起点.选择一条路经使得售货商所走路线总长唐最 短，这就是旅行商问题 引进决策变量切，若商人从城市，岀来后紧接着到城市八则旳-1.否则勺 =。(/.; =1.2. ./)).那么TSP的数学模型可 表示为 * nn min 內 ￡Xy = J=1 * f 旳二 /=/ ￡旳 |5|-1,S^(lt2..J }的非空真子筑 Jjes ,X(/e(0 l}7/； j- E 知 其中|S|表示集合s中元素的亍数 背包问题 设有一个容量为動的背包n个容积分别为旳，价值分别为q_(； =1 2., 〃的物品，选择那些物品放入背包中以使装入的物 品总价值最大，这就是背包问题一 引入决策变量坨，若第；个物品被放入包中，则x; =b否则片 =o( r-i_2 —那么背包问题的数学模型为 max 刀 c/x/ * S.t. S WfXib i=l 、x/e{0,1), /= ,n. 并行机排序问题 设有m台同型机器隔陋、….般冲n个相互独立的工件 J丄…人现在要安排这些工灌U机器上进行加工，设每个工件只需在任 一台机器上加工，工件d的如工时间为口 (/=1 2 ■- n).如何安携这些工件的加工方案，以使机器完成 所有工作的时间最少一这就是井行机排序问题一 引入决策变量冷，若工件丿」在机器明上加工，则勺=1,否则駕=0.那么 井行机排序问题的数学模型为 min t m ^?52^=h# = XN...m ? 7=1 r ￡ j = h 2：…冲 ;=i 靭 E{°1}： /=1,2.A-.nJ = 1,2,-Tm. 智能优化算法笔试考试试题 智能优化算法笔试考试试题 PAGE PAGE #/4 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 s时，产生的状态s被接受的概率为： 1 if f(S)” (Sj) W为iff(S)vfd这里，3讣心. 五、 解释蚁群智能优化算法中信息素的一种更新方法。 解： 在t时刻「设专是目前为止的最好可行解「而$是当前t时刻的 最好可行解?设f(s)和f(s「)是对应的目标函数值一 如果f(sj vf(s则S —匀 在S的弧上増强信息素，而在其它弧上挥发信息素一 评(jj 评(jj)e = J(1-pt-i)坊(匸一 1) + otherwise,$ II otherwise, 1(1 一 一 1), 其中gofr 1是挥发因子，且满足 9=g 9 =g t=i Ptl- . z. 八 ln(t+1) 六、 描述Hopfiled人工神经网络的函数逼近一连续函数的方法。 解： 假设f(x)是一个连续函数.我们希望训练一个NN去逼近函数fg 对