遗传算法是典型的计算求解的方法,它通过“产生任何一个可能解,并验证可能解的正确性”的方法求解一个复杂问题。关于计算求解,下列说法正确的是( )
A. 可以从所有可能解的集合中随机产生一些可能解,并验证可能解的正确性。利用这种策略的算法-可被称为随即搜索算法。则,利用随即搜索算法,计算机在有限时间内一定能够找到满意解;
B. 为改进随即搜索算法的求解质量,在随机产生可能解的过程中,使后一个可能解的产生与前一个可能解相关联,即在前一个可能解的基础上随机产生后一个可能解,例如一个可能解编码为“110011001100”,可以通过改变该解编码的某些位产生下一个可能解(即相关),而改变哪些位则可随即处理。利用这种策略的算法-可被称为导向性随即搜索。则,利用导向性随即搜索,计算机在有限时间内一定能够找到满意解;
C. 和随即搜索相比,利用导向性随即搜索,计算机在有限时间内找到满意解的概率更大一些;
D. 和随即搜索相比,利用导向性随即搜索,初始的可能解对计算机在有限时间内找到满意解的概率的影响更大一些;
E. 以上说法都正确;
通过变异操作,使遗传算法具有局部的随机搜索能力。对此,下列说法不正确的是( )
A. 当产生一个可行解时,可以在该解的邻近解的集合中进行搜索,被称为局部搜索;该解的邻近解的集合是变化的,例如与该解有一位不同的邻近解、与该解有两位不同的邻近解,或者与该解有一个“位组合”不同的邻近解等;
B. 当产生一个可行解时,由于与该解的邻近解的集合可能很大,并不能穷举每一个邻近解,所以需要随机选择邻近解;
C. 当产生一个可行解时,通过某一位或几位的变异,便可产生该解相邻近的解。即相当于,以该解为中心,在与该解的邻近解的集合中随机选择出某个解;
D. 当产生的可行解接近最优解的邻域时,通过某一位或几位的变异,便可产生该解相邻近的解,此有助于使算法加速向最优解收敛;
E. 以上说法有不正确的;
遗传算法是迭代计算求解的方法,如何终止遗传算法,下列说法正确的是( )
A. 当适应度已经达到饱和,继续进化不会产生适应度更好的近似解时,可终止遗传算法;
B. 当某一个可行解已经满足满意解的条件,即满意解已经找到,可终止遗传算法;
C. 当进化到指定的代数(进化次数限制)或者达到一定的资源占用量(计算耗费的资源限制,如计算时间、计算占用的内存等)时可终止算法,如当产生超过一定数量的不重复可行解后即可终止;
D. 仅有上述ABC几种终止遗传算法的情况;
微信支付 
支付宝支付