重要提示: 请勿将账号共享给其他人使用,违者账号将被封禁!
查看《购买须知》>>>
当前位置: 首页 > 大学网课 > 大学网课
网友您好, 请在下方输入框内输入要搜索的题目:
搜题

题目

[单选题]

关于信息系统建设,以下哪条叙述正确的是()

A.目标优化就是求最优解

B.利用CASE技术可实现全部开发工作的自动化

C.在结构化方法中,“自顶向下”是主导原则,“自底向上”是辅助原则

D.信息系统建设所需的资金应一次性投入

答案
在结构化方法中,“自顶向下”是主导原则,“自底向上”是辅助原则
更多“关于信息系统建设,以下哪条叙述正确的是()”相关的问题

第1题

对于最优化问题具有很复杂的目标函数和约束,难以精确地求出其最优解时,则解决方式包括()。

A.求满意解

B.求精确的最优解

C.计算随机值作为解答

D.求近似最优解

点击查看答案

第2题

对最优化问题,若目标函数和约束很复杂,难以精确地求出其最优解时,则解决方式包括()。

A.求近似最优解

B.求精确的最优解

C.求解几步的值作为解答

D.随机获得值作为解答

点击查看答案

第3题

若最优化问题的目标函数和约束很复杂,难以精确地求出其最优解时,则解决方式包括()。

A.求满意解

B.求精确的最优解

C.求解几步的值作为解答

D.随机获得值作为解答

点击查看答案

第4题

线性规划求最优解,目标规划求满意解。
点击查看答案

第5题

利用单纯形法寻找线性规划问题最优解的过程就是从一个基可行解跳转到另一个能取到更优目标函数值的基可行解。
点击查看答案

第6题

下列关于机器学习模型计算的描述中,错误的是()。

A.学习神经网络模型时,当目标函数是凸函数时,梯度下降法的解是全局最优解

B.采用PCA降维时需要计算协方差矩阵

C.学习神经网络模型时,负梯度下降的方向一定是最优解的方向

D.利用拉格朗日函数能解带约束的优化问题

点击查看答案

第7题

关于线性规划的最优解判定,说法不正确的是()

A.如果是求目标函数最小值,则所有检验数都大于等于零的基可行解是最优解

B.如果是求目标函数最大值,则所有检验数都小于等于零的基可行解是最优解

C.求目标函数最大值时,如果所有检验数都小于等于零,则有唯一最优解

D.如果运算到某步时,存在某个变量的检验数大于零,且该变量所对应约束方程中的系数列向量均小于等于零,则存在无界

点击查看答案

第8题

求目标函数为极大的线性规划问题时,若全部非基变量的检验数≤O,且基变量中有人工变量且不为0时该问题有()

A.无界解;

B.无可行解;

C.唯一最优解;

D.无穷多最优解

点击查看答案

第9题

对于优化问题,求(近似)最优解的算法称为优化算法,群智能算法就属于一类优化算法。
点击查看答案

第10题

利用规划求解工具一定可以找到优化问题的全局最优解。()
点击查看答案
赏学吧APP
TOP
重置密码
账号:
旧密码:
新密码:
确认密码:
确认修改
购买搜题卡查看答案
购买前请仔细阅读《购买须知》
请选择支付方式
微信支付
支付宝支付
点击支付即表示你同意并接受《服务协议》《购买须知》
立即支付
搜题卡使用说明

1. 搜题次数扣减规则:

功能 扣减规则
基础费
(查看答案)
加收费
(AI功能)
文字搜题、查看答案 1/每题 0/每次
语音搜题、查看答案 1/每题 2/每次
单题拍照识别、查看答案 1/每题 2/每次
整页拍照识别、查看答案 1/每题 5/每次

备注:网站、APP、小程序均支持文字搜题、查看答案;语音搜题、单题拍照识别、整页拍照识别仅APP、小程序支持。

2. 使用语音搜索、拍照搜索等AI功能需安装APP(或打开微信小程序)。

3. 搜题卡过期将作废,不支持退款,请在有效期内使用完毕。

请使用微信扫码支付(元)
订单号:
遇到问题请联系在线客服
请不要关闭本页面,支付完成后请点击【支付完成】按钮
遇到问题请联系在线客服
恭喜您,购买搜题卡成功 系统为您生成的账号密码如下:
重要提示: 请勿将账号共享给其他人使用,违者账号将被封禁。
发送账号到微信 保存账号查看答案
怕账号密码记不住?建议关注微信公众号绑定微信,开通微信扫码登录功能
警告:系统检测到您的账号存在安全风险

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!

- 微信扫码关注赏学吧 -
警告:系统检测到您的账号存在安全风险
抱歉,您的账号因涉嫌违反赏学吧购买须知被冻结。您可在“赏学吧”微信公众号中的“官网服务”-“账号解封申请”申请解封,或联系客服
- 微信扫码关注赏学吧 -
请用微信扫码测试
温馨提示
每个试题只能免费做一次,如需多次做题,请购买搜题卡
立即购买
稍后再说
赏学吧