ȚO] CE ESTE ÎNCERCUI

ESTE BUN
Partea|:

(0 În algoritmii genetici, reprezentareaprin şiruri de numere întregi

a. Este preferabila pentru probleme de optimizare
b. Estedoar un exercitiu de implementare,nefiind necesara __
€._E preferabila atuncicandpentru fiecare genasuntposibilemai mult.dedoua

d. nuesteutilizata in algoritmi genetici

e. Nu poatefi utilizata in cazul atributelor ordinale
In algoritmii genetici, reprezentarea prin permutări
a. Nu permiteutilizarea de operatori de mutatie
b. Nu este utilizata
€.__ArenevoiedeGperatorispecialdefiniti
d. Nu permiteutilizarea de operatori de recombinare
e. Nu permite mai mult de doua genecu aceeasi valoareintr-un cromozom
44 Tipurile de probleme care potfi rezolvate pe baza calculului evolutiv sunt:
îi. Problemeledeoptimizare;
2. Probleme de cautare in spatiul solutilor;
3. Prelucrarea datelor de dimensiune mare(big-data);
4.Problemedemodelare:
5. Problemedevalidare a datelor;
8.Problemedesimulare!
7. Alocarea dinamica a datelor in memoria calculatorului;
8. Deplasarea autonoma a vechiculelor
6
b. 1,46
c. 2,4,6,8
d. 1,3,5,7
e. 2,3,4
di Intr-un algoritm evolutiv, functia detip calitate:
1. Evalueaza calitatea algoritmului,
2.Evalueazacalitateafiecaruicandidat;
3. Evalueaza viteza de gasire a solutiei fata de consumul de resurse;
4.Trebuie rmmăximizată;
5. Stabileste daca un descendent este acceptabil;
6. Selecteaza indivizii care se vor reproduce;
7. Selecteaza indivizii caretrec in generatia urmatoare;
8. Contine un factor aleator;
9. Evalueaza calitatea populatiei curente;
10. Evalueaza calitatea populatiei curente fata de cea din generatia anterioara;
a. 6,7,8
b.-5
£_2;4Vezicursul |: Introducere-Slide11)
d==1;3,
 e. 9,10
(5) In algoritmii genetici, reprezentarea binara
a. Este cea maiutilizata varianta de reprezentare a genotipurilor
b. Nue utilizata pentru algoritmi genetici ENI A ă ă
6. Afostprimul tip dereprezentareacromozomilor inalgoritmi genetici(Vezi cursul
2:Slide14)
d. Duce mereula rezultate optime
e. Nu depinde de problema rezolvata
135,21... Componentele algoritmilor evolutivi sunt:
îl.Reprezentarea!
2. Probabilitatea de mutatie;
8.Functiade &văluare!
4. Probabilitatea de recombinare;
5. Populatia:
6. Generarea de numerealeatoare;
7.Mecanismul deselectie a parintilor:
8. Generarea de permutari;
9. Reprezentarea grafica a evolutiei calitatii;
110. Operatorii devariatie!
11. Stabilirea diversitatii genetice a populatiei;
12.Mecanismul deinlocuire apopulatieicurente!

b._1,3,5,7,10,12,14,15
c. 2,4,6,8,11,13
d. 2,4,5,9,15
e. 1,3,5,6,10,13,14,15
Calculul evolutiv este inspirat din
a. Revolutia industriata
b. Societatea cunoasterii
c. Societatea informationala
d. Noua revolutie agrara
e. Evolutianaturalabiologica(VezicursulIntroducere = Slide6)
125 7 Algoritmul Hillclimbing:

2;Aplicareasepoaterepeta pentrumai multe punctepentrucresteperformantele

3. Esteinspirat din tehnicilie de alpinism;
4. Gaseste intotdeauna solutia optima;
5.Gasesteuneorisolutiaoptima;
6. Calculele se incheie atunci cand temperatura sistemului devine 0;
7.De obiceigasesteunpunctdeoptimlocal:
8. Se utilizeaza numai pentru reprezentareacu siruri de numerereale;
 e. 3,4,6,8
1359 (6) caracteristicile unui algoritm genetic clasic (canonic) sunt:
Reprezentareapopulatiei esterealizatăprin intermediulsirurilorbinarei
2. Reprezentarea populatiei este realizata prin intermediulsirurilor de numere naturale;
3.Probabilitateadeselectie aunuiindividînmultisetulparintilor” esteproportionala”Gu
valoarea functiei de evaluare pentuel;
4. Probabilitatea de selectie a unui individ in multisetul parintilor este data de pozitia
individului in erarhia populatiei, determinata pe bazafunctiei de evaluare;
5.Probabilitateaefectuarii uneimutatii este mica!
6. Probabilitatea efectuarii unei mutatii este mare;
7. Probabilitatea efectuarii recombinarii este mica;
8.Probabilitatea efectuarii recombinarii estemare:
9. Inlocuirea populatiei curentese face pe baza de varsta.
a. Nu exista algoritm genetic canonic
p. 2,4,6,7
€..1.3,5,8
d. Nici unadin variantele A,B,C,E
3 e. 2,3,6,7,9
SE MS (9 Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste
reprezentarea prin siruri de numerereale:
1. Negarea;
2. Negarea Fuzzy;
3. Resetarea aleatoare;
4. Fluaj;
5: Mutatia uniforma;
6.Mutatia neuniformacudistributiefixata:
7. Mutatia locala;
8. Interschimbarea;
9. Inserarea;
10. Mutatia Rapida;
11. Amestecu;
12. Mutatia globala;

5.M
Î6.Uniforma:
17. Recombinarea radacinilor;
18. plai
 21. Recombinarea sirurilor maxima;
22. PMC;
23. Recombinare de ordine;
24. Recombinarea muchilor:
25. Recombinarea Ciclica
Toti operatorii de maisus
map»

2,7,10,12,17,21
1,3,4,7,10,13,16,17,20
3,4,5,6,7,12,18,19,21
..5,6,14,15,16,18,19,20

Partea:

(2 In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie:

a. Este utilizata doar in probleme cu constringeri
b. Este realizata cu probabilitate mica
€.. Utilizeazapopulatiacurentă
d. Utilizeaza populatia de copii
e. Determina dstructura cromozomiala
f.Estedetip neuniforră
g. Alege pentru mutatie in medie jumatate deindivizi
h. Este efectuata o singuradata pe parcursul unui algoritm
i.Esteefectuataiterativ
|. Este efectuata imediatceeste disponibila o populatie de copii
2.) In cadrul unui algoritm genetic operatia de recombinare:
a. Este efectuata o singura data dupa prima etapa de selectie a parintilor
b. Este utilizata cu probabilitate mica
c. In general probabilitatea de recombinare nu conteaza in rezolvarea
problemelor prin algoritmi genetici
Este efectuata o singuradata peparcursul unui algoritm genetic
"Este efectuataimediatinainteafiecareproceduridemutatie
"Este efectuata imediat dupafiecareetapa deselectiea parintilot
] zuprobabilitatemare
h.__Esteefectuataiterativ
i.“ Este utilizata doarin problemefara constrangeri
|. Utilizeaza populatiadeparinti
In cadrul unui algoritm evolutiv populatia initiala
a. Este generata la inceputulfiecarui ciclu evolutiv
b. Este generata utilizand distributia pe probabilitate normala
c. Estegenerătainainteainceperiievolutieipropriu-zise
 Ve. Este generata dupa fiecare ciclu evolutiv
e.
Vif._Estegenerataaleator
g. Este setata pe multimeavida
(4.)Fie urmatorii doi cromozomi de tip permutare (6, 3, 11,7, 14, 8, 5, 15,1,2,4,
13, 9 10,12) si (7, 1, 15,13,2, 14,6,10,12,11,4,8,3,9, 5). Aplicand operatorul
de recombinare PMX,cu pozitile 4 si 8 se obtin descendenti.
a. Siruri denumere
10,7,14,8,5,15,12,11,4.2,3.96)
Y2= (5,3,11,13,2,14,6,10,1.8;4,7,9,15,12)
5, In cadrul unui algoritm din clasa strategiilor evolutive, operatia de
recombinare:

b. Este efectuata o singura data pe parcursul unui algoritm

c. Alege pentru recombinare in medie jumatatede indivizi
d. Este realizata cu probabilitate mica
e. Determina structura cromozomiala

g. Este efectuatao singura data, dupa prima etapa de generare a unei populatii
h...Determinaobtinerea unui multisetdecopiiîn..]
LI = ili in problemecu constrangeri

cromozomilor
a. influenteazatipul de recombinarefolosit
b. Se alegein functie de problema care se rezolva
c. Poate fi numaidetip siruri de numereintregi sau reale
d. Poate fi oricaredintre: siruri binare, siruri de numere intregi, siruri de
numere reale, permutari

h._Contineatatdescriereaindividuluicandidatcatsiparametriicare.]
In cadrul unui algoritm genetic operatia de selectie a parintilor
a. Intotdeaunaeste bazata pe o distributie de probabilitate de selectie
v b._Utilizeazapopulatia curentă
c. Este efectuata o singura data pe parcursul unui algoritm genetic
d. Este utilizata doar in probleme cu constringeri
e. Este efectuata imediat inaintea fiecarei proceduri de mutatie
Vf. Este efectuata imediat ce este disponibila o populatie curenta evaluata
g. Este efectuata o singura data dupa prima etapa de generare a unei
populatii
 h. Alege in generalindivizi pe baza factorului varsta
i. Utilizeaza populatia de copii mutati
j. Utilizeaza populatia de copii
V k. Este efectuata iterativ acazac mea ez
V|._ Poatefirealizataprinutilizarea unei distributii de probabilitate deselectie
Fie urmatorul cromozom de tip permutare (7, 6, 12, 14, 3, 10, 8,15, 11,5,4,
1, 13, 2, 9) In urma aplicarii operatorului de mutatie prin amestec s-a
obitnut cromozomul (7, 14, 13, 12, 1, 15, 2, 8, 6, 3,11, 5, 10, 4,9). Cele doua
pozitii utilizate pentru amestesc sunt:
a. 3si13
b._1'si15
c._1'si14
d. 4si8
e. 1si12
f. 4si15
g. 3si15
h. 25113
Î._2'si14
j.. 2 si15
K. 1si13
In cadrul unui algoritm genetic operatia de mutatie
4 „Ja. Areprobabilitatemică
b. Se aplica doar daca divesitatea genetica scadesub un prag x dat
c. Intotdeauna produceindivizi fezabili
»/d. Se aplica asupra descendentilor produsi de operatia de recombinare
e. Se aplica asupra mutlisetului de parinti

Se utilizeaza doarin problemecu constrangeri

. Poatesaproducaindivizinefezabili
i. . Se efectueaza singuradata, dupa generarea populatiei initiale
“i. Se aplica imediatinainteafiecarei etapede selectie a generatiei
urmatoare
K. Se utilizeaza doar in problemele fara constrangeri
|. Nu foloseste factori aleatori.
SV 49 In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor
4 a. Utilizeaza intotdeaunafactorialeatori
VBb._Înunele vatiantenecesita calculareaunei distributii deprobabilita
V/E:_Indiviziialesi suntintotdeaunafezabili
d. Duce la crestereacalitatii medii a populatiei curente

VE
Vă.__Seăplicăasuprapopulatiei Gurenite(immpr&una ct k)
 h. Garanteaza obtinerea unei generatii cu calitate medie superioara. Daca
foloseste selectia bazata pe varsta.
i. . Asigura perpetuareaindividuluicu calitate maxima din populatia curenta
Y |...Alegegeneratia urmatoaredintreindivizii disponibilidupa operatia demutatie
wk.__Se aplica asupradescenden latiăcurenta(impreunacu 9)

Partea [1ll(2019) e/ssuns unic

Fr cumo 20%
(Din algoritmii genetici, reprezentarea prin permutări
A. Nu permiteutilizarea de operatori de recombinare
B. Nu permite utilizarea de operatori de mutație
C. Nu permite mai mult de două gene cu aceeași valoare într-un cromozom
D.Necesităoperatoride variaţiespecial definiți
E. Nu esteutiliza
Wae A
(Bntr-un algoritm evolutiv, funcţia fitness:
1. Evaluează calitatea algoritmului;
2. Trebuie selectată aleator;
3. Evalueazăviteza de găsire a soluției față de consumulde resurse;
4. Trebuie modificatăla fiecareiteraţie;
5. Selectează indivizii care se vor reproduce;
6. Selecteazăindivizii care trec în generaţia următoare;
7. Evaluează calitatea populaţiei curente față de cea a populaţieiiniţiale;
8. Evalueazăcalitatea populaţiei curentefață de cea din generația anterioară;
9.Evaluează calitateafiecărui candidat.

dl viat
Fie X=[6 1810579342 ]şi Y=[98 73615 1042] permutări. Care urmași sunt
generați prin utilizarea operatorului CX?
6781051934], C2=[28136751049]
BC12[687105.1.934 2]-C2219183617511042]
C. C1=[67810519342],C2=([98136751042]
D. C1=[8 7105193 426],C2=[29183675104]

(4) Fie următorii doi cromozomi de tip permutare:(6, 3, 11, 7, 14, 8, 5, 15, 1, 2, 4, 13, 9, 10, 12)
şi (7, 1, 15, 13, 2, 14,6, 10, 12, 11,4,8,3, 9, 5). Aplicand operatorul de recombinare PMX, cu
poziţiile 4 și 8 se obţin descendenții:
a.531513214610128479111;
 b.131117148515121042396;
c. 13 12117148515110423986;
d. 5 311 132146151847910142;
e. 531513214610184791112;
î.13 1211714851511042398;
9. 13115714
h.1311071486
|.5:311 133

Atcnd
Jo2
(S)in cadrul unui algoritm genetic
operaţia de selecţie a supraviețuitorilor:
1. Seaplică asupra populaţiei cure
nte;
2:Înunelevariantenecesităcalcularea uneidi
stribuțiide probabilitătedeselecţiei
3. Utilizează întotdeauna factori alea
tori;
4.Alege generaţia următ
nc
r factori aleatori:
7. Asigură perpetuarea individului cu
calitate maximădin populaţia curentă;
8. Duce la creșterea calităţii medii a popu
lației curente;
9. Garantează obţinerea unei generaţi
i cu calitate medie superioară, dacă
selecția bazată pe vîrstă; folosește
10.Se aplică la începutul fiecărei iterații;
11. Se aplică asupra descendenților obțin
uți din populaţia curentă;
12.Seaplicăâsuprapopulaţiei curenite şi asuprade
curentă! scen denților obţinuţidinpopulaţia
A. 2, 3,4,5,6,11
B.4,8,11
C.2,4,5,6,12
D. 6,8,11
E.1,7

Partea IV(2019) eăzuws uni:

n cadrulunuialgoritm genetic ce maximizeaza o
functie (fitness):
1.Selectia generatiei urmatoareeste obligatoriu baza
ta pevarsta;
2. Sunt rezolvate probleme cu constrangeri;
3.Selectiaparintilor esteefectuataiterativ;
4.Mutatiaesterealizata cuprobabilitate mica:
5. nu este recomandatautilizarea functiei FPS:
6. multisetul copiilor este fara duplicate.
 7. Selectiasupravietuitorilor este determinata decalitate si/sau factorul varsta!
8. Recombinarea este realizata rareori;
9. Este intentionata determinareaunuipct maximglobal:
10. Structura cromozomiala difera daca functia este translatata
A. 3,4,7,5
B. 2,3,5,9
C.1,3,5,7
D.4,7,9,10
E.1,2,3,4,7
JS
(în cadrul unui algoritm genetic operatia de mutatie:

1. Nu folosete factori aleatori;

2.Se aplica doar dacadiversitatea genetica scade sub un prag dat;
3.Se aplica asupra populatiei curenta;
4. Poatesa producaindivizi nefezabili: y/
5. Intodeauna produce indivizi fezabili;
6. Se utilizeaza in probleme cu constrangeri;
7. Se utilizeaza doar in probleme fara constrangeri;
8.seaplicaimediatinainteafiecarei etapedeselectie a generatiei urmatoare;
9. Se aplica asupra mullisetului de parinti;
10. Areprobabilitatea mica;
11. Se efectueaza o singura data, dupa generarea populatieiinitiale;
112.Seaplica asupra descendentilorproduside operatia de recombinare; v

A.3,5,7,12
8.1,4,5,8
C.6,7,8,10,11
D.2,4,5,6,7
E.4,8,10,12

Gin cadrul unui algoritm genetic operatia de recombinare:

1. Este efectuata o singura data pe parcursul unuialgoritm genetic;

2.esteefectuataimediat dupafiecare etapade selectie a parintilor;
3. In general, probabilitatea de recombinarenu conteazain rezolvarea problemelorprin
algoritmi genetici
4. Este efectuata imediatinainteafiecarei proceduri de mutatie:
5. este efectuata inaintea fiecarei etape de selectie a parintilor;
6. Utilizeazapopulatia de parinti:
 7. Este utilizata doarin probleme fara constrangeri;
8.Esteutilizatacu probabilitate mare:
9. Este utilizata cu probabilitate mica;
10.Esteefectuataiterativ
11. Este efectuata o singura data, dupa prima etapa
de selectie a parintilor

6,8,10;
.2,6,7,8,9;
C.3,4,5,8,9
D.1,3,5,7,3;
E.2,4,5

(4)n cadrul unui algoritmrgenetic

, reprezentarea cromozomilor:
VĂ: Poatefi oricaredintre: siruri binare, sirur Dita, a
ide numeieintregi, siruri de numererelae!
permutari;
2. Poatefi numai de tip sir de numere
intregi sau reale
3. poate fi numai tip siruri de
numerereale
4.Nu influenteaza tipul de recombin
arefolosit + Onea
VÂ:-S5alegeîn funcliedeprobleria careserszoVa
desacuve pese pen ză
uenteaza tipul derecom inare folosit: 16 € voLunv,
A.1,2,4,5
B.1,3,4,6
C.4,5,6
D.1.5;6
E.2,4,5

(En algoritmii genetici, reprezen

tarea prin siruri de numere întregi:

A. Este preferabila pentru problemele de optim

izare
B. Este doar un exercitiu de implementare,
nefiind necesara
C. Nu poatesi utilizatain cazul atributelor ordin
ale
D.Epreferabilăatunci candpentiufiecare gena suntpo
sibilemaimult dedouaValări
distincte
E. Nuesteutilizata in algoritmi genetici

Ask e
ul
(3 In cadrul unui algoritm din clasa
strategiilor evolutive, reprezentarea crom
ozomilor:
II
Peeja 1. Poatefi oricare dintre siruri
. . . . .
binare, siruri de numereini
.
tregi, siruri de numere reale, perm
2. Poate fi numai detip sir de numere intregi sau reale utari
% Ip fT AG UITATE T6ală
4. Nu infiusnteazătipul de recombinare.folosit(discreta/intermediar
aj:
5. Se alegein functie de problemacare se rezolva;
6. Influenteaza tipul de recombinare folosit;
 7. Areinfluenta asupra mecanismului
de selectie a generatiei urmatoare;

A1,T; 8.1,3,4; 024,5; D384: E.2456

(componentele algoritmilor evol
utivi sunt:

1.Reprezentarea
2.Probabilitatea de mutatie
3.Functia de evaluare
4Probabilitatea de recombinare
5Populatia
6.Generarea de numere aleatoare
7.Mecanismulde selectiaa! parintilor
8.Generarea de E

a. Stabilirea diversitatii genetice a popi

12. Mecanismuldeinlocuirea “apopulatiei.
13.Hillclimbing
14.Initializarea populatiei:
15.Conditiade terminare

A1,3,5,7,10,12,14,15
B.1,3,5,6,10,13,14,15
C.2,4,6,8,11,13
D.1,2,5,6,7,14,15
E.24,5,9,15
(6n cadrul unui algoritm genetic operatia deselectie a parintilor:

1. Este utilizata doar in probleme de constrangeri

2. Este efectuatao singura data
* 3.Esteefectuatăimediat ceeste disponibilă
4. Intodeauna este bazata pe o distributie de probabilitate de selectie
5. Utilizeaza populatia de copii mutati
-6.Poatefirealizataprinutilizarea uneidistributii deprobabilitate deselectis
7. Utilizeaza populatia de copii
- 8.Utilizeazapopulatiacurenta
9. este efectuata o singura data pe parcursulunuialgoritm genetic
10. Alege in general indivizi pe bazafactorului varsta
11. Este efectuata imediatinainteafiecarei proceduri de mutatie
"12; esteefectuataiterativ
 A36,812 8.3678; C.2,5,8,12; D.1,24,5; E4678;

8 Intr-un algoritm evolutiv, functia de tip

calitate:

1. Evalueaza caliatea algoritmului

;
2.Evaluueazăcalitateafiecaruicandida
t;
3. Evalueaza viteza de gasire a solutiei
fata de consumulde resurse
4. Trebuiemaximizată
S. Stabileste daca un descen
dent este acceptabil
6. Selecteza indivizii care se
vor reproduce
7. Selectezaindivizii care trec in
generatia urmatoare
8. Contine un factoraleator
9. Evalueaza calitatea popu
latiei curente;
10. Evalueaza caliatea populatie cur
ente fata de cea din generatia anterioa
ra.
A5;
8.1.3:
C.6,7,8;
D.9,10;
E:24!
10. Fie urmatorul cromozom de
numereintregi: ....
8.1,2,3,57

% Calculul evolutiv este:

A. Similar metodelor de cautare directa

D. Similar algoritmului de sortare;

E. Conceptce concretizeaza teoria evolutiei;

(i In cadrul unui algoritm genetic, operatia de mutatie:

1. Este utilizata doarin probleme cu constrangeri

2.Esteefectuata imediatceestedisponibilăopopulatiedecopii
3. Alegepentru mutatie in mediejumatate din indivizi
4. Utilizeaza doua multiseturi distincte de copii
S. Este intodeaunadetip neuniform(fluaj)
6. Este efectuata o singura data, dupaprima etapa de generare a unei populati
i
7. Este realizata cu probalilitate 1
 8. Este efectuata o singua data pe parcursul unui algoritm
9. Utilizeaza populatia curenta
10. este efectuataiterativ

A.2,10
B.3,4,7
C.2,5
D.6,9
E.7,8,10

(pare din urmatorii operatori potfi utilizati intr-un algoritm genetic care foloosete
reprezentarea prin siruri de numerereale?

1.Negarea
2.Negarea fuzzy
3.resetarea pseudo-aleatoare
4.Resetarea determinista;
5.Mutatia uniforma:
6.mutatianeuniforma cudistributiefixata!
7.mutatia locala;
8.Interschimbarea;
9.Inserarea
10;Mutatia rapida;
11.Amestecul;
12.Mutatia globala;

AB-AriimaticaSimpla!
ulara;

21.Recombinarea sirurilor maxime;

22.Partially mapped crossover;
23.Recombinareain oridine;
24.Recombinarea muchiilor;
25.recombinareaciclica

A.1,3,4,7,10,13,16,17,20
B. Toti operatorii de mai sus
C.3,4,5,6,7,12,18,19,21
D.2,7,10,12,17,21
E.5,6,14,15,16,18,19,20
 Fie urmatorii doi cromozomi detip perm
si (741,4 5,13,2,14,6,10,12,11,4,8,3,9,5). Aplica utare:(6,3,11,7,14,8,5,15,1,2,4,13,9,10,12)
nd operatorul de recombinare OCX, cu
pozitiile 4 si 8 se obtin desc
ententii:
a. 5 315132146101284791
4 1
b.131 117148515121042
396
c.13121171485151
1042396
d.5 311 132146151847
91012
e. 5 31513 214610184
7911 12
f.13 1211714854154
B110...9c 9:13115714 5101211425396
1042396

h. 13110714 8515121142
53. sn 396
Î.531113214610184791512
Î.5 31513 214610128
479114

A.c,d
B. fi

D. c,j
E.ab

(5) Tipurile de probleme care

potfi rez olvate pe baza calcul
îl.ProblemedeSptimizăre ului evolutiv sunt:
2. Probleme de geometrie.
3. Prelucrarea datelor de dimensiun
e mare(big-data)
4.problemedemodelară
5. Problemede validare a datelor
6.Probleme desimulare
7. Alocarea dinamica a datelor in mem
oria calculatorului;
8. Deplasarea automata a vehiculelor

A.2,3,4
B.1,4,6
C.1,3,5,7
D.2,4,6
E.2,4,6,8

(16))n cadrul unui algoritm genetic, conditia de oprire

:
1. Poatelipsi
2. Include îngeneral controlul nurnarului de generatii simulate
3. Utilizeaza intodeauna factori aleatori oo Badia ee al le
4. Poate includecontrolul variabilitatii în. cadrulpopulatiei nou călculate
 5. Ducela crestereacalitatii medii a populatiei curente
este
6. Garanteaza obtinerea unei generatii cu calitate medie superioara, dacafolos
selectia bazata pe varsta
7..Nu depindedereprezentarea cromozomiala
8. Depinde de reprezentarea cromozomiala

A247.
B.1,5,8
C.3,5,6
D.2,3,4,5
j wb E.1,4,7,8

Po0 (î)rie permutarile x=[10 2 3917648 5] si y=[5

47 21 9 3 6 8 10], un cromozom copil
ordinea considerarii parintilor si
Tezultat prin PMX este c=[5 2 3 9147 6 810]. Atunci
respectiv punctelă Crossoversunt:

(x,y) si (1,4)
mooH>

"tx,y)(2,5)
(y,x) si (1,4)
(y,X)si (2,5)
(y,xX) si (1,5)

(18)in algoritmii genetici, reprezentarea binara:

A. Nueutilizata pentru algoritmii genetici

B.Istoric estăprimul tipdereprezentarein spatiulgenotipurilo t
purilor
C. Este ce maiutilizata varinata de reprezentarea genoti
D. Duce mereu la rezultate optime
E. Nu depinde de problemarezolvata

19. In algoritmii genetici, reprezentareabinara:

A. Nu permiteutilizarea de operatori de recombinare

B. Nu permiteutilizarea de operatori de mutatie
G. N&cesităoperatori devariatiespecial definiti
D. nu permite mai mult de doua gene cu aceeasi valoare intr-un cromozom
E. nu esteutilizata

13, 2,9)
1 (Go)Fie urmatorul cromozom de tip permutare (7, 6, 12, 14, 3 10, 8, 15, 11, 5,4, 1,
15 În urma aplicarii operatorului de mutatie prin amestec s-a obtinut cromozomul
a dn (7, 14, 13, 12, 1, 15, 2,86, 3, 11, 5, 10, 4, 3). Cele doua pozitii utilizate pentru amestec
2 MI sunt:
1. ttzsir143
2. 4si15
 3. 3si15
4. 4si8
5. 12:si15?
6. 1si12
7. "2ssimtqp
8. 2si13
9. mrsi15
10.1 si 13
11.3 si 13
A. 5,10
TB.2175;7,92
C. 6,79
D. 6,2
E, 2

(£Din cadrul unui algoritm genetic operatia

de selectie a supravietuitorilor: 16 ua all fr
1- esteintodeaunadeterminista
2. Poate fi deterministasau cufactori aleatori fe pal 2
3. utilizeaza intodeauna factori aleatori /
4. Indivizii alesi nu suntintodeauna fezabili
5. Ducela cresterea calitatii medii a populatiei
curente
6. Garanteaza obtinerea unei generatii cu claitate medi
e superioara, dacafoloseste
selectia bazata pe varsta
7. Se aplica la inceputulfiecarei iteratii
8. Se aplica asupra descendentilor obtinuti din populatia curent
a
8.esteaplicatapentru inlocuireageneratiei curente
4,8
vo p>

1,6
„3,7

8 In cadrul unui algoritm evolutiv, populatia initiala: j

1.Estegeneratainainteainceperiievolutieipropriu-zise
2. Este generat dupa fiecare ciclu evolutiv (care presupune efectuarea operatiilor de
selectie, recombinare, mutatie, evaluare)
3. Este generatala inceputulficarui ciclu evolutiv
4.estegenerataaleator iii iii
5. Estegeneratautilizanddistributiadeprobabilitate uniformă
6. Este generatautilizand distributia de probabilitati
7. este setata pe multimea vida
 A1,2,3456; 8.57; C.1,2,47, D257; E.145;

Ah algoritmii genetici, reprezentarea binara:

(Este eficientainprobleme in care solutia&steun vectorcu componente.logice

2. Trebuie folosita in orice GA
3. Nu trebuie utilizata in GA
4. Nu poatefi utilizata in problemede optimizare
5Determina cetipde operatori de variatietrebuiefolositi
6. Impune folosirea selectieiruleta;
7. Este eficienta exclusiv in probleme cu restrictii

A.1,5
8.1,4,5
C.1,3,5
D.2,3,6
E.2,4,6
(24Atoiritmul Hiliclimbing:
îse aplică asupra unuisingurpunctdin “spatiul cautat
a cresteperform
2:Aplicareasepoate repetapentru mai multepuncte pentru
3. Este inspirat din tehnicile de alpinism
4. Gaseste intodeaunasolutia optima
57Gasesteuneorisolutia optimă
0
6. Calculele se incheie atunci cand temperatura sistemului devine
7:De obicei gaseste un punct de optimlocal]
8. Se utilizeaza numaipentru reprezentare cu siruri de numere reale

A.1,4,6,7
8.3,4,6,8
C.1,2,4,6
D.1,5,7,8
E:1,25,1
G In cadrul unui algoritm din clasa strategiilor evolutive, autoadaptibilita
A. Functiafitness
tea se referala:

B. Distributia de probabilitate deselectie;

C. Modelul de selectie
D.Spatiul parametrilor
E. Modelul deselectie al parintilor
 Partea V (2020)
(Ayn cadrul strategiilor evolutive:
Alegeţi o opțiune:
a. Operatorul de mutație cel maiutilizat este
mutația prin interschimbare
b. Nu se permite utilizarea de oper
atori de mutație
C. Sunt utilizaţi operatori de reco
mbinare OCX
d.Mutaţiaeste aplicată cu probabil
itate 1
e. Reprezentarea este prin
vectori binari
 TESTCURS S/GVRE /o0o
(În algoritmii genetici, reprezentarea prin permutări
Alegeţi o opțiune:
c
A.
Nu permiteutilizarea de operatori de recombinare
e
B.
valoare într-un cromozom
Nupermite mai mult dedouă gene cu aceeași
& E. Necesită operatori.de variaţie special definiţi

e D. Nu esteutilizată
=
Nu permite utilizarea de operatori de mutație

selectată
1. Evaluează calitatea algoritmului; 2. Trebuie modificată la
Într-un algoritm evolutiv, funcţia fitness: de resurse; 4. Trebuie
leator; 3. Evaluează viteza de găsire a soluției faţă de consumul indivizii care trec în
care se vor reproduce; 6. Selectează
fiecare iteraţie; 5. Selectează indivizii față de cea a populaţiei inițiale; 8.
populaţiei curente
generaţia următoare; 7. Evaluează calitatea calitatea
de cea din generaţia anterioară; 9. Evaluează
Evaluează calitatea populaţiei curente faţă
fiecărui candidat.
Alegeţi o opțiune:

C 2.678
C b.2a
q clă
e d.9

C e.45
urmași sunt generaţi prin
ie X=[6 1810579342]șiY=[98 736 151042] permutări. Care
Utilizarea operatorului CX?
Alegeţi o opţiune:

Ca. C1=Y,02=X
ec
b.C1=[87105193426],C2=[291 83675104]
Pi
c. C1=126781051934],C2=[28136751049]
e
d d.C12167810519342),C2=198136751042]
DD te
g.C1=168.7.10519342],C2=[9183675.1042]
 n cadrul strategiilor evolutive
Alegeţi O opțiune:
3

a. Mutaţia este aplicată cuproba

bilitate 4
D)aA

b. Operatorul de mutație cel maiutilizat

este mutaţia prin interschimbare
c. Reprezentarea este prin
vectori binari
d. Sunt utilizați operatori de rec
ombinare OCX
e. Nu sepermiteutilizarea de
operatori de mutație

3. Utilizează întotdeauna factori necesită calcularea unei distribuții de

aleatori; 4. Alege generaţia urmă probabilitate de selecţie;
operația de mutație; 5. Indiv toare dintre indivizii disponibili
izii aleşi sînt întotdeauna fezab după
Asigură perpetuarea individului ili; 6. Uneori utilizează facto
cu calitate maximă din populaţia ri aleatori; 7.
medii a populaţiei curente; 9. Gara curentă; 8. Duce la creșterea calit
ntează obținerea unei generaţii ății
folosește selecția bazată pe virstă; cu calitate medie superioară, dacă
10.Se a plică la începutulfiecărei iteraț
descendenților obţinuţi din populaţi ii; 11. Se aplică asupra
a curentă; 12. Se aplică asupra popu
descendenților obținuți din populaţi lației curente şi asupra
a curentă.

Alegeţi o opţiune:
DVD

a.4,8,11

biz
€. 2, 4,5, 6,12
9

d.6,8,11
n

e. 2, 3,4,5,6,11

(6) Fie permutărite x=(10 23917648 5]șiy=(54721

9368 10 ], un cromozom copil
rezultat prin PMX este c=[5 2 3 9 147 68 10].
Atunci ordinea considerării părințilorşi
respectiv punctele de încrucișare sunt.
Alegeţi o opțiune:

A.0 și(25)
9
3:55

B. (y,x) și (1,4)

C. (y,x) și (1,5)
p. (x.y) şi (2,5)
o

E. (xy) şi (1,4)
 Grile PEAG printscreenuri (ambii profesori)
Caredin urmatoarele afirmatii nu e adevarata pentru modelul generational?
+ Poate inlocui complet generatia curenta
+ Necesita urmarirea mai multorgeneratii consecutive
+ Poateinlocui un singur cromozom din populatia curenta
+ Nutine contde calitatea cromozomilor
+ Poate inlocui partial generatia curenta

l proces de selectie al
De cateori trebuie rotit bratulruletei simple pentru a executa intregu
parintilor, pentru o populatie cu tz cromozomi?
O data
> De2*izori
De tz ori
De 10 ori
Detz/2 ori

de aparitie a unor
Pentru problemelein care reprezentarea prin permutari semnifica ordinea
evenimente, operatorul de recombinarefolosit este:
« Incrutisareaaritmetica singulara
e Incrutisare unipunct
* IPX
e OCX (Ordercrossover)
e Incrutisare uniforma

tip
Care din urmatoarele este un dezavantaj al utilizarii distributiei de probabilitate de selectie
FPS?
+ Convergenta asimptotica
Convergenta lenta
+ Gonvergenta prematura
+ Eliminarea indivizilor slabi
+ Selectarea celor mai buniindivizi

In cadrulalgoritmilor genetici, generatia urmatoaree selectata dintre:

. Descendentii obtinuti din etapa de recombinare
+__Indivizii generatiei curentesidescendențiiobtinutidupaetapade mutatie
+ Descendentii generatiei curente
e Parintii selectati
e Indivizii generatiei curente
Care din urmatoarele nu este un model de distributie de probabilitate folosit
pentru etapa de
selectie:
* FPScuferestre
„+ FPS
*__FPS cu'alfa scalare
* Ranguriliniare
* FPS cu sigma scalare

Pentru a pastra cat mai bine

informati a referitoarela pozitiile absolute ale alelelo
parinti se folose rin cromozomii
ste operatorul:
* Incrutisare multipunct
CX (Cycle Crossover)
ECX (Edge Crossover)
OCX (Order Crossover)
PMX (Partially mapped crosso
ver)

Mecanismul de selectie turnir:

Nu respecta distributiade probabilitatede
Te]

sele ctie
Nu exista un astfel de mechanism. Turn
irul era o competitive medievala
Este cel mai des folosit mechanism de
selectie
Este intotdeauna de tip determinist
Acorda o sansasi celui mai slab individ

Care din urmatoarele afirmatii nu e adevarata

pentru modelul generational?
* Poate inlocui completgeneratia curenta
* Nutine contde calitatea cromozomilor
+ Poate inlocui partial generatia ciuenta
* Poate inlocui unsigur cromozom din populatia curenta
+ Necesita urmarirea mai multor generatii consecutive

Decate oritrebuie rotit bratulruletei milti-brat pentru

a executa intregul proces de selectie al
parintilor, pentru o populatie cu k indivizi?
» Odata
* De2*kori
e Dekori
e Nu exista ruleta multi-brat
+ Dek/2ori

Care mechanism de selectie produce rezultate mai apropiate dedistributia de probabilitate de

selectie calculate?
e Ruleta cu un singur brat
*SUS(stochastic Universal Sampling)
 e Turnirul
e Niciunul
+ Toate producrezultatela fel de apropiate

Care din urmatoarele este un modelde populatie?

e Cu generatii
e Cudimensiunefixa

e Custari instabile

m de selectie?
Care dinurmatoarele nu este un mechanis
5-Ruleta complicata
e Ruleta multi-Brat
e Ruleta simpla
e Genitor
e Turnir

INE (raspunsuribifate corectela finalultestului)

TEST CAP COADA PE ONL

1/24
detip calitate:
Intr-un algoritm evolutive, functia
tmului
1 Evalueaza calitatea algori
cal ita tea fiec arui candidat
2Evalueaza resurse
a solutiei fata de cons umul de
3.Evalueazaviteza de gasire
4.Trebuie maximizata
denteste acceptabil
5.Stabileste daca un descen
vor reproduce
6.Selecteaza indivizii care se
c in generatia urmatoare
7.Selecteaza indivizii care tre
8.Contine un factor aleator
i curente
9.Evalueaza calitatea populatie rioara
i curente fata decea din generatia ante
10.Evalueaza calitatea populatie
e 6.7.8
e 1,3
e 9,10
e 5
ș_24
2/24
Componentele algoritmilor evolutive sunt:
1.Reprezentarea
2.Probabilitatea de mutatie
3.Functia de evaluare
4.Probabilitarea de recombinare
5.Populatia
6.Generarea de numere aleatoare
7.Mecanismul de selectie a parintiilor
8.Generarea de permutari
9.Reprezentarea grafica a evolutiei calitatii
10.Operatorii de variatie
11.Stabilirea diversitatiigenetice a populatiei
12.Mecanismul de inlocuire a populatiei curente
13.Hillclimbing
14.Initializarea populatiei
15.Conditia determinare
e __2,4,5,9,15___
> 1,3,5,7,10,12,14,45
e 2,4,6,8,11,13
e 1,2,5,6,7,14,15
e 1,3,5,6,10,13,14,15
3/24
In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor
1. Are influenta asupra mecanismului de selectie a generatiei urmatoare
2.Poatefi numaidesiruridenumere reale
3. Se alege in functie de problema care se rezolva
4. Poate fi numai detip siruri de numereintregi sau reale
5.Nuinfluenteaza tipul demutatiefolosit(discrete/nediscreta)
6.Influenteaza tipul de recombinare folosit
7.Contineatatdescriereaindividuluicandidat cat si parametriicare]
8. Poate fi oricare dintreele:siruri binare,siruri de numereintregi, siruri de numerereale,
permutari

4/24
Intr-un algoritm evolutive,functia fitness:
1.Evalueazacalitatea algoritmului
2. Trebuie selectata aleator
3.Evalueazaviteza de gasire a solutiei fata de consumul de resurse
4.Trebuie modificatala fiecare iteratie
5. Selecteazaindivizii care se vor reproduce
6.Selecteaza indivizii care trecin generatia urmatoare
7.Evalueazacalitatea populatiei curentefata de cea a populatieiinitiale
8.Evalueaza calitatea populatiei curentefata de cea din generatia anterioara
9.Evalueaza calitatea fiecarui candidat
e 1,3
. _23
PR:
. 4,5
 * 6,78
5/24
Ti purile de probleme care potfi rezolvate pe bazacalculului
evolutive sunt:
1.Problemele de optimizare
2.Probleme de cautarein spatialsolutii
lor
3.Prelucrarea datelor de dimensiune mare (big-
data)
4.Probleme de modelare
5.Problemede validare a datelor
6.Problemede simulare
7.Alocarea dinamica a datelor in memoria calculatorului
8.Deplasarea autonoma a vehiculelor
e__1.4.6
e 246.8
e 2.46
e 2.3.4
e. 1.3.5.7

6/24
In algoritmii genetici,„reprezentarea prin permutari
__Arenevoiedeoperatori special definiti
Te”

. Nu permite maimult de 2 gene cu aceeasi valoareintr-un cromozom

«+ Nuesteutilizata
+ Nu permiteutilizarea de operatori de recombinare
+ Nu permite utilizarea de operatori de mutatie

7/24
In algoritmii genetici, reprezentarea prin permutari
+telNu permiteutilizare
: j a de operator
a i de mutatie
Necesita operatori «
d e+variatie special definiti
+ Nu permite mai mult de 2 genecu aceeasivaloareintr-un cromozom
+ Nu permite utilizarea de operatori de recombinare
8/24
In faau unui algoritm genetic operatia de mutatie
Seaplica asupra descendenților. produsi de operatia derecombinare
Lă se aplica doardacadiversitatea genetica scade sub un prag x dat
Se utilizeaza doarin probleme cu constrangeri
Se efectueaza o singura data, dupa generarea populatiei initiale
«

„Intotdeauna producein indivizii fezabili

fonta .

“Poatesaa produca indivizi.nefezabili

Are probabilitatemica
Se aplica asupra mutlisetului de parinti
.

Se aplica imediatinaintea fiecarei etape de selectie a generatiei urmatoare

Se aplica asupra populatiei curente
9/24
In cadrulunui algoritm din clasa strategiilor evolutive, operatia de mutatie:
+Utilizeazapopulatiadecopii
. Esterealizata cu probabilitate mica
. Este utilizata doar in probleme ce constrangeri
+ Este efectuata imediatce estedisponibila o populatie decopii
e Utilizeaza populatia curenta
+Esteefectuataiterativ
+ Estedetipneuniform
e Determina structura cromozomiala
* Alege pentru mutatie in medie jumatate de indivizi
. Este efectuata o singura data pe parcursul unui algoritm
10/24
Algoritmul Hillclimbing:
1.Se aplica asupra unui singur punct din spatial de cautare
2.Aplicarea se poate repeta pentru mai multe punctepentru a creste performantele
3.Este inspirat din tehnicile de alpinism
4.Gaseste intotdeauna solutia optima
5.Gaseste uneori solutia optima
6.Calculele se incheie atunci cand temperature sistemului devine O
7.De obicei gaseste un punct de optim local
8.Se utilizeaza numai pentru reprezentareacu siruri de numere reale
e1.257
. 1467
e 1.2.4.7
. 3.4.6.8
e 1.577.8
11/24
Fie X=[61810579342]siY=[9873615104 2] permutari. Care urmasi sunt generatii
prin utilizarea operatorului CX?
.
pu
C1=126 78105193 4],C2=[28136751049]
27612[68.71051.934.2],C2=191836751042]
re

C1=[87105193426],C2=]29183675104]
C1=[6 7810519342], C2=198136751042]
C1=Y, C2=X

12/24
In cadrul unui algoritm genetic operatia de selectie a parintilor:
e Esteutilizata doar in probleme cu costrangeri
> Esteefectuataiterativ
Este efectuata imediat inaintea fiecarei procedure de mutatie
Este efectuata o singura data pe parcursul unui algoritm genetic
Utilizeazapopulatia curenta
Intotdeaunaeste bazata pe o distributie de probabilitate de selectie
 Allege in generalindivizi pe baza factoruluivarsta
Este efectuata o singura data dupa primaetapa de generarea unei populatii
= Sale efectuata imediat ce este disponibila o populatie curentaevaluate li
“ oatefi realizata prin utilizarea uneidistributii de probabilitate de selectie
13/24
Fie urmatorii 2 cromozomide tip permutare:(6 3 11 7 1485 1512413910 12)si(7 115132
14 6 1012114 8395). Aplicand operatorulde recombinare PM,cu pozitiile 4 si 8 se obtin
descendentii:
* Fii
Hi
. Et
* Ab
Ac

14/24
Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste reprezentarea
prin siruri de numerereale:
1.Negarea
2.Negarea Fuzzy
3.resetarea aleatoare
4.Fluaj
5.Mutatia uniforma
6.Mutatia neuniforma
7.Mutatia locala
8.Interschimbarea
9.Inserarea
10.Mutatia rapida
11.Amestecu
12.Mutatia globala
13.Inversiunea
14.Unipunct
15.Multipunct
16.Uniforma
17.Recombinarea radacinilor
18.Aritmetica simpla
19.Aritmetica singulara
20.Aritmetica totala
21.Recombinarea sirurilor maxima
22.PMC
23.Recombinarede ordine
24.Recombinarea muchilor
25.RecombinareaCiclica
e Totide maisus
+__5.6.14.15.16.18.19.20
 e 3.4..6.7.12.18.19.21
e 2.7.10.12.17.21
e 1.3.4.7.10.13.16.17.20
15/24
Calculul evolutive este inspirat din:
Societatea cunoasterii
Revolutia industriala
Societatea informationala
Noua revolutie agrara
sEvolutianaturala biologica
16/24
In cadrul unuialgoritm genetic operatia de selectie a supravietuitorilor
*__Seaplicaasuprapopulatiei curente
+ Garanteaza obtinerea unei generatii cu calitate medie superioara. Daca foloseste

edii a populatiei curente

SI e otdeaunafezabili
+. Uneoriutilizeaza factori aleatori
e Asigura perpetuarea individului cu calitate maximadin populatia curenta
e Utilizeaza intotdeauna factori aleatori
+__inunelevariante necesita calculareauneidistributiideprobabilitatedeselectie
e Se aplicala inceputul fiecareiiterații
+Seaplicaasupradescendentilorobtinutidinpopulatiacurenta
17/24
Caracteristicile unui algoritm genetic clasic (canonic)sunt:
1.Reprezentarea populatiei esterealizata prin intermediulsirurilor binare
2.Reprezentarea populatiei este realizata prin intermediulsirurilor de numere naturale
3.Probabilitatea de selectie a unui individ in multisetul parintilor este proportionala cu valoarea
functiei de evaluare pentruel
4.Probabilitatea de selectie a unui individ in multisetulparintilor este data de pozitia individului in
ierarhia populatiei, determinata pe bazafunctiei de evaluare
5. Probabilitatea efectuarii unei mutatii este mica
6.Probabilitatea efectuarii unei mutatii este mare
7.Probabilitatea efectuarii recombinarii este mica
8.Probabilitatea efectuarii recombinarii este mare
9.inlocuirea populatiei curente se face pe baza de varsta
e 2.46.7
e Niciuna din variantele A,B,C,E
e1.358
e Nu exista algoritm genetic canonic
e 2.3.6.7.9
18/24
In cadrul unui algoritm evolutive
populatia initiala
Este generateutilizand distributia de probabilitate
uniforma
Este generatela inceputulfiecarui ciclu
evolutive
Este setata pe aa vida
e.
lene.

„Estegenerate IeaiBR)
__Este generateutilizand distributia peprobabilitatenormala
Este.generate inaintea inceperii evolutiei propriu-zise

19/24
In cadrul unui algoritm genetic operatia de recombinare:
Utilizeaza|populatia de parinti
. 1.1. '.:

__ Esteefectuata imediat dupafiecare etapa deselectie a parintilor

Este efectuata o singura data dupaprimaetapa de selectiea parintilor
-Este efectuataimediatinainteafiecarei proceduri de mutatie
Este utilizata cu probabilitate mica
Este efectuataiterativ
Esteutilizata doarin problemefara constrangeri
In general probabilitatea de recombinare nu conteazain rezolvarea problemelor prin
algoritmi genetici
. Este efectuata osingura«datape parcursul unui algoritm genetic
2
“Este
.„Este. utilizata cuprobabilitate mare
20/24
In algoritmii
pa
genetici, reprezentarea prin siruri de numere intregi
. “E]preferabila atunci cand pentru.fieiecare gena.
sunt|posibile. mai mult de2v
“valori.distincte
Este preferabila pentru probleme de optimizare
Este doar un exercitiu de implementare, nefiind necesara
Nu poatefi utilizata in cazul atributelor ordinale
Nu este utilizata in algoritmi genetici

21/24
In cadrul unui algoritm din clasa strategiilor evolutive, operatia de recombinare:
Alege pentru recombinare in medie jumatatedin indivizi
Este utilizata doar in probleme cu constrangeri
“Este efectuataiterativ
Este efectuata o singura
cdata, dupa prima etapa de generare a unei populatii
"Determinaobtinereaunui multiset de copii in
Esteefectuataosingura data pe parcursul unui algoritm
“Utilizeaza„populatia curenta
Determina structura cromozomiala
ee

_Esteuntiplocalsauglobal
e

Este realizata cu probabilitate mica

22/24
In cadrul unui algoritm genetic operatia de selectie a supravietuitor
ilor:
1.se aplica asupra populatiei curente
ai
2.inunelevariantenecesită călculareaUneidistributii deprobabilitatedeselec tie
3.utilizeaza intotdeauna factori aleatori
i
alege generatia „urmatoaredintreindiviziidisponibilidupaoperatiademutatie
S.indivizii alesi suntintotdeauna fezabili
B.uneori utilizeazafactori aleatori
7.asigura perpetuareaindividului cu calitate maxima din popula
tia curenta
8.duce la cresterea calitatii medii a populatiei curent
e
9.garanteaza obtinerea unei generatii cu calitate medie superioara, daca foloseste selectia
bazata pe varsta
10.se aplica la inceputulfiecarei iteratii
11.se aplica asupra descendenților obtinuti din populatia curen
ta ze zau
12.seaplica âsuprăpopulatieicurentesi asupradescendențilorobtinutidin populatiacurenta
e 4811
». 24.56.13
6.8.11
2.3.4.5.6.11
V7.
23/24 j i
In algoritmii genetici, reprezentarea binara = SErece :
» A fost primultip de reprezentare a cromozomilorin algoritmi genetici
+ Este cea maiutilizata varianta de reprezentare a genotipurilor
* Duce mereula rezultate optime
+ Nu depinde de problema rezolvata
+ Nueutilizata pentru algoritmigenetici
24/24
Fie urmatorul cromozom de tip permutare (7, 6, 12, 14, 3, 10, 8, 45, 11,5,4,1, 13, 2, 9). In
urmaaplicarii operatorului de mutatie prin amestec s-a obtinut cromozomul (7, 14, 13, 12, 1,15,
2, 8, 6, 3, 11, 5, 10, 4, 9). Cele 2 pozitii utilizate pentru amestec sunt:
. 2si13

si
. 3si15
. 3si13
. 4si15
._4s