《近代工程优化设计方法课程复习题.docx》由会员分享，可在线阅读，更多相关《近代工程优化设计方法课程复习题.docx（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、近代工程优化设计方法课程复习题填空题2、遗传算法的生物基础是（3、遗传算法是模拟（4、基本遗传算法包含的五个要素为（和（）o5、遗传算法中，具有（6、遗传算法常用的编码方式有（1、遗传算法最早由（）于（）年首次提出。）o）一种（）性全局优化算法。）、（ ）、（ ）、（ ）的模式称为积木块。）和（）o7、遗传算法包含（）、（）、（）三个基本算子。8、遗传算法中最常用的选择算子是（）和（）o9、遗传算法中，常用的交叉算子有（）和（）。10、遗传算法中，常用的变异算子有（）和（）o1k差分进化算法最早由（）和（）于（）年首次提出。12、差分进化算法中常用的两种交叉算子为（）和（）13、差分进化算法的
2、选择算子中采纳的是（）选择策略。14、差分进化算法中引入的三个掌握参数为（）、（）、（），它们的合适的取值范围分别是（）、（）、（ ）o15、差分进化算法中，（）变异策略具有较强的全局搜寻力量，但其收敛速度较慢；（）变异策略收敛速度较快，但简单陷入局部极值点。二、选择或排序题1、在遗传算法中将微小化问题minf（x）转换成极大化问题采纳的变换是：（）A、min+f（x） B、min-f（x） C、max+f（x） D、max-f（x）2、基本遗传算法挨次操作的四个步骤是：（ ）oA、确定编码方式B、初始化种群C、定义适应度函数 D、确定各掌握参数值3、在遗传算法中，优化问题的每一个尝试解被称为
3、一个“染色体（chromosome）”也 称为“串”，对应于生物群体中的（ ）oA、生物个体B、父代C、子代 D、群体4、遗传算法中，染色体的详细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、遗传算法中，将原优化问题搜寻空间的解映射为二进制码串形式的过程为（）oA、解码B、编码 C、遗传D、变换6、遗传算法中，为了表达染色体的适应力量，引入了对问题的每个染色体都能进行度 量的函数，称为（ ）oA、敏感度函数B、变换函数C、染色体函数D、适应度函数7、基本遗传算法每一代中，遗传操作的挨次是（）。A、选择B、交叉C、变异8、依据
4、个体的适应度函数值所度量的优劣程度打算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9、在遗传算法中，假设四个个体的适应度值分别为fl =99, f2= 18.45, f3=77.88, f4=91.39,那么第一个个体在新一轮选择中被选中的概率为：（）Pi = fi/fi%A、34.53 B、38.53 C、31.32 D、39.5310、在遗传算法中，假设两个个体的二进制编码为01111、11001以这两个个体为父代个 体，随机选择一个交叉点（如其次个点），实施单点交叉，产生两个新个体作为子代 个体。两个新个体为：（）A、0111、111001 B、01
5、10K 111011 C、0100k 11111 D、01001 1111011、概率值Px=0.005,可能是哪种操作中随机产生的概率（）oA、遗传操作B、选择C、交叉 D、变异12、在遗传算法中，假设种群规模为50,变异概率为Pm =0.02,那么每代中变异的个数为：（）oA、0 B、1 C、2 D、313、遗传算法中，适应度定标是De Jong提出的提高（）的重要技术。A、个体的适应度值B、个体的目标函数值C、群体中个体的竞争水平14、不属于遗传算法遗传操作的是（）oA、突变B、选择C、交叉D、变异15、对遗传算法，交叉（）收敛性保证。A、供应了 B、并未供应C、不确定是否供应三、简答题
6、1、简述传统优化算法与遗传算法的特点及其优缺点。2、简述遗传算法的基本原理，并给出基本遗传算法的求解步骤和流程图。3、简述遗传算法中，De Jong提出的两条详细的编码原那么。4、在遗传算法中，对实数变量采纳二进制方式编码。假设一维实变量X的取值范围为 Xl, Xu,其编码精度为b,写出二进制编码长度N对应满意的数学关系式，以及 相应的编码、译码数学关系式。5、简述进化算法中种群规模和初始种群的设定原那么。6、简述遗传算法中常用的适应度比例选择方法和联赛选择方法，以及其使用条件。7、简述遗传算法中常用的两种交叉运算方法，并分别举例说明。8、未成熟收敛是遗传算法中不行忽视的问题。请概述该算法中抑
7、制未成熟收敛的对策。9、在差分进化算法中，采纳“DE/x/y”表示不同版本的变异策略。请写出“DE/rand/1”, “DE/best/1，“DE/rand/2，“DE/best/2” 的变异策略公式。10、简述差分进化算法的基本原理和求解步骤。四、计算或推导题1、有一个函数为f(x)=x2,种群规模为PopSize=4,假设随机生成的4个初始个体的二 进制码为:Xi=01111, X2=00001, X3=01001, X4=10001,计算每个个体的适应度值 及其选择概率。2、对基本遗传算法，设种群规模为N,第t代的群体A(t)中模式H中所能匹配的样本 数为m(H, t),在轮盘赌选择方式、单点交叉算子、基本位变异算子的共同作用下, 模式H在t+1代的样本数为m(H, t+l)o推导m(H, t+1)的如下关系式：m(,什1) N m(H,。等 口 ？等-O(H)Pm其中f为群体的平均适应度值，f(”)为模式H所匹配的个体的平均适应度值，L为 二进制串的长度，Pc为交叉概率，Pm为变异概率，6(H)为模式H的定义距，0(H) 为模式H的阶。