2、关于蚁群算法的参数，下面叙述错误的是

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。

A.蚁群算法中每只人工蚂蚁都根据自己的情况释放信息素

B.蚁群算法受到蚂蚁觅食过程中寻找蚁穴-食物最短路径的启发

C.单个蚂蚁的寻路具有很大的随机性，群体蚂蚁能够依靠单个蚂蚁释放的信息素来选择信息素浓度最高的道路

D.蚁群算法适合解决两点之间距离最短的问题

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。

A.蚁群算法是一种应用于组合优化问题的启发式搜索算法。

B.蚁群算法中，蚂蚁选择路径的原理是一种负反馈机制。

C.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。

D.蚂蚁系统是一种增强型学习系统。

A.信息素启发因子＞0

B.信息素启发因子=0

C.期望值启发式因子＜0

D.期望值启发式因子=0

A.信息素启发因子＞0

B.信息素启发因子=0

C.期望值启发式因子＜0

D.期望值启发式因子=0

A.蚁群算法中对于蚂蚁个体的设定与真实蚂蚁相同。

B.在模拟蚂蚁选择路线时，其概率与路线长度成反比，与信息素浓度成正比。

C.模拟信息素的释放和消散是蚁群模型的核心。

D.信息素消散的模拟经常以一个cycle为时间单位，其中一个cycle指蚁群中所有蚂蚁均从出发点到目标点的时间。

A.蚁群算法中对于蚂蚁个体的设定与真实蚂蚁相同。

B.在模拟蚂蚁选择路线时，其概率与路线长度成反比，与信息素浓度成正比。

C.模拟信息素的释放和消散是蚁群模型的核心。

D.信息素消散的模拟经常以一个cycle为时间单位，其中一个cycle指蚁群中所有蚂蚁均从出发点到目标点的时间。