题目
A.蚁群算法是通过人工模拟蚂蚁搜索食物的过程,即通过个体之间的信息交流与相互协作最终找到从蚁穴到食物源的最短路径的
B.蚂蚁系统是一种增强型学习系统
C.蚁群算法中,蚂蚁选择路径的原理是一种负反馈机制
D.蚁群算法是一种应用于组合优化问题的启发式搜索算法
第1题
A.蚁群算法是通过人工模拟蚂蚁搜索食物的过程,即通过个体之间的信息交流与相互协作最终找到从蚁穴到食物源的最短路径的。
B.蚂蚁系统是一种增强型学习系统。
C.蚁群算法中,蚂蚁选择路径的原理是一种负反馈机制。
D.蚁群算法是一种应用于组合优化问题的启发式搜索算法。
第2题
A.蚁群算法是通过人工模拟蚂蚁搜索食物的过程,即通过个体之间的信息交流与相互协作最终找到从蚁穴到食物源的最短路径的。
B.蚁群算法是一种应用于组合优化问题的启发式搜索算法。
C.蚁群算法是基于种群的达尔文主义的进化模型。
D.信息素挥发度直接关系到蚁群算法的全局搜索能力及其收敛速度。
第3题
A.信息素启发因子越大,蚂蚁选择以前走过的路径的可能性越大,蚁群的搜索过程越不易陷入局部最优。
B.信息素启发因子越小,蚁群搜索的随机性越小。
C.期望值启发因子越大,蚂蚁在某个局部点上选择局部最短路径的可能性越大,这样搜索的收敛速度会加快。
D.期望值启发因子越大,蚁群在最优路径的搜索过程中随机性减弱,易于陷入局部最优值。
第4题
A.信息素启发因子越大,蚂蚁选择以前走过的路径的可能性越大,蚁群的搜索过程越不易陷入局部最优。
B.信息素启发因子越小,蚁群搜索的随机性越小。
C.期望值启发因子越大,蚂蚁在某个局部点上选择局部最短路径的可能性越大,这样搜索的收敛速度会加快。
D.期望值启发因子越大,蚁群在最优路径的搜索过程中随机性减弱,易于陷入局部最优值。
第5题
A.信息素启发因子越大,蚂蚁选择以前走过的路径的可能性越大,蚁群的搜索过程越不易陷入局部最优
B.信息素启发因子越小,蚁群搜索的随机性越小
C.期望值启发因子越大,蚂蚁在某个局部点上选择局部最短路径的可能性越大,这样搜索的收敛速度会加快
D.期望值启发因子越大,蚁群在最优路径的搜索过程中随机性减弱,易于陷入局部最优值
第6题
A.信息素挥发度直接关系到蚁群算法的全局搜索能力及其收敛速度。
B.信息素挥发度过大时,以前搜索过的路径被再次选择的可能性会变小,这会影响算法的随机性能和全局搜索能力。
C.通过减小信息素挥发度可以提高算法随机性能和全局搜索能力。
D.信息素挥发度减小时,算法的收敛速度也会降低。
第7题
A.信息素挥发度直接关系到蚁群算法的全局搜索能力及其收敛速度。
B.信息素挥发度过大时,以前搜索过的路径被再次选择的可能性会变小,这会影响算法的随机性能和全局搜索能力。
C.通过减小信息素挥发度可以提高算法随机性能和全局搜索能力。
D.信息素挥发度减小时,算法的收敛速度也会降低。
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!