Toate Grilele La Peag

Grile BUNE
Partea I:
1. In algoritmii genetici, reprezentarea prin permutari

a. Nu permite utilizarea de operatori de mutatie
b. Nu este utilizata
c. Are nevoie de operatori special definiti
d. Nu permite utilizarea de operatori de recombinare
e. Nu permite mai mult de doua gene cu aceeasi valoare intr-un cromozom
2. Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sunt:
1. Problemele de optimizare;
2. Probleme de cautare in spatiul solutilor;
3. Prelucrarea datelor de dimensiune mare(big-data);
4. Probleme de modelare;
5. Probleme de validare a datelor;
6. Probleme de simulare;
7. Alocarea dinamica a datelor in memoria calculatorului;
8. Deplasarea autonoma a vechiculelor
a. 2,4,6
b. 1,4,6
c. 2,4,6,8
d. 1,3,5,7
e. 2,3,4
3. Intr-un algoritm evolutiv, functia de tip calitate:
1. Evalueaza calitatea algoritmului,
2.Evalueaza calitatea fiecarui candidat;
3. Evalueaza viteza de gasire a solutiei fata de consumul de resurse;
4. Trebuie maximizata;
5. Stabileste daca un descendent este acceptabil;
6. Selecteaza indivizii care se vor reproduce;
7. Selecteaza indivizii care trec 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
c. 2,4(Vezi cursul I: Introducere - Slide 11)
d. 1,3
e. 9,10
4. Calculul evolutiv este inspirat din
a. Revolutia industriata
b. Societatea cunoasterii
c. Societatea informationala
d. Noua revolutie agrara
e. Evolutia naturala biologica(Vezi cursul I: Introducere - Slide 6)
5. Caracteristicile unui algoritm genetic clasic (canonic) sunt:
1. Reprezentarea populatiei este realizata prin intermediul sirurilor binare;
2. Reprezentarea populatiei este realizata prin intermediul sirurilor de numere naturale;
3. Probabilitatea de selectie a unui individ in multisetul parintilor este proportionala cu valoarea
functiei de evaluare pentu el;
4. Probabilitatea de selectie a unui individ in multisetul parintilor este data de pozitia individului
in erarhia populatiei, determinata pe baza functiei 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.
a. Nu exista algoritm genetic canonic
b. 2,4,6,7
c. 1,3,5,8
d. Nici una din variantele A,B,C,E
e. 2,3,6,7,9
Partea II:
1. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de recombinare:

a. Este de tip local sau global
b. Este efectuata o singura data pe parcursul unui algoritm
c. Alege pentru recombinare in medie jumatate de indivizi
d. Este realizata cu probabilitate mica
e. Determina structura cromozomiala
f. Utilizeaza populatia curenta
g. Este efectuata o singura data, dupa prima etapa de generare a unei populatii
h. Determina obtinerea unui multiset de copii in …
i. Este utilizata doar in probleme cu constrangeri
j. Este efectuata iterativ
2. 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. 3 si 13
b. 1 si 15
c. 1 si 14
d. 4 si 8
e. 1 si 12
f. 4 si 15
g. 3 si 15
h. 2 si 13
i. 2 si 14
j. 2 si 15
k. 1 si 13
Partea lll(2019)
2. Intr-un algoritm evolutiv, functia fitness:

1. Evalueaza calitatea algoritmului;
2. Trebuie selectata aleator;
4. Trebuie modificata la fiecare iteratie;
6. Selecteaza indivizii care trec in generatia urmatoare;
7. Evalueaza calitatea populatiei curente fata de cea a populatiei initiale;
9. Evalueaza calitatea fiecarui candidat.
A. 1, 3
B. 2,3
C. 9
D. 4,5
E. 6, 7, 8
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 pozitiile 4 si 8 se
obtin descendentii:
a. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1;
b. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6;
c. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6;
d. 5 3 11 13 2 14 6 15 1 8 4 7 9 10 12;
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12;
f. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6;
g. 13 1 15 7 14 8 5 10 12 11 4 2 3 9 6;
h. 13 1 10 7 14 8 5 15 12 11 4 2 3 9 6;-primul copil
i. 5 3 11 13 2 14 6 10 1 8 4 7 9 15 12.–al doilea copil
A. a, b
B. e, f
C. a, c
D. h, i
E. f, i
Partea lV(2019)
1.In cadrul unui algoritm genetic ce maximizeaza o functie (fitness):
1.Selectia generatiei urmatoare este obligatoriu bazata pe varsta;
2. Sunt rezolvate probleme cu constrangeri;
3. Selectia parintilor este efectuata iterativ;
4. Mutatia este realizata cu probabilitate mica;
5. nu este recomandata utilizarea functiei FPS;
6. multisetul copiilor este fara duplicate.
7. Selectia supravietuitorilor este determinata de calitate si/sau factorul varsta;
8. Recombinarea este realizata rareori;
9. Este intentionata determinarea unui pct maxim global;
10. Structura cromozomiala difera daca functia este translatata
A. 3,4,7,9
B. 2,3,5,9
C.1,3,5,7
D.4,7,9,10
E.1,2,3,4,7
2.In cadrul unui algoritm genetic operatia de mutatie:
1. Nu folosete factori aleatori;

2.Se aplica doar daca diversitatea genetica scade sub un prag dat;
3.Se aplica asupra populatiei curenta;
4. Poate sa produca indivizi nefezabili;
5. Intodeauna produce indivizi fezabili;
6. Se utilizeaza in probleme cu constrangeri;
7. Se utilizeaza doar in probleme fara constrangeri;
8. se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare;--nu cred
9. Se aplica asupra multisetului de parinti;
10. Are probabilitatea mica;
11. Se efectueaza o singura data, dupa generarea populatiei initiale;
12. Se aplica asupra descendentilor produsi de operatia de recombinare;
A.3,5,7,12
B.1,4,5,8
C.6,7,8,10,11
D.2,4,5,6,7
E.4,8,10,12
3.In cadrul unui algoritm genetic operatia de recombinare:
1. Este efectuata o singura data pe parcursul unui algoritm genetic;

2. este efectuata imediat dupa fiecare etapa de selectie a parintilor;
3. In general, probabilitatea de recombinare nu conteaza in rezolvarea problemelor prin algoritmi
genetici
4. Este efectuata imediat inaintea fiecarei proceduri de mutatie;
5. este efectuata inaintea fiecarei etape de selectie a parintilor;
6. Utilizeaza populatia de parinti;
7. Este utilizata doar in probleme fara constrangeri;
8. Este utilizata cu probabilitate mare;
9. Este utilizata cu probabilitate mica;
10. Este efectuata iterativ
11. Este efectuata o singura data, dupa prima etapa de selectie a parintilor
A.2,4,6,8,10;
B.2,6,7,8,9;
C.3,4,5,8,9
D.1,3,5,7,9;
E.2,4,5
4.In cadrul unui algoritm genetic, reprezentarea cromozomilor:

1. Poate fi oricare dintre: siruri binare, siruri de numere intregi, siruri de numere
relae,permutari;
2. Poate fi numai de tip sir de numere intregi sau reale
3. poate fi numai tip siruri de numere reale
4.Nu influenteaza tipul de recombinare folosit
5. Se alege in functie de problema care se rezolva
6. Influenteaza tipul de recombinare folosit;
A.1,2,4,5
B.1,3,4,6
C.4,5,6
D.1,5,6
E.2,4,5
3. In cadrul unui algoritm genetic, operatia de mutatie:
1. Este utilizata doar in probleme cu constrangeri

2. Este efectuata imediat ce este disponibila o populatie de copii
3. Alege pentru mutatie in medie jumatate din indivizi
4. Utilizeaza doua multiseturi distincte de copii
5. Este intodeauna de tip neuniform(fluaj)
6. Este efectuata o singura data, dupa prima etapa de generare a unei populatii
7. Este realizata cu probalilitate 1
8. Este efectuata o singua data pe parcursul unui algoritm
9. Utilizeaza populatia curenta
10. este efectuata iterativ
A.2,10
B.3,4,7
C.2,5
D.6,9
E.7,8,10
4. Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care folosete
reprezentarea prin siruri de numere reale?
1.Negarea
2.Negarea fuzzy
3.resetarea pseudo-aleatoare
4.Resetarea determinista;
5.Mutatia uniforma;
6.mutatia neuniforma cu distributie fixata;
7.mutatia locala;
8.Interschimbarea;
9.Inserarea
10;Mutatia rapida;
11.Amestecul;
12.Mutatia globala;
13.Inversiunea;
14.Unipunct
15.Multi-punct
16.Uniforma
17.Recombinarea radacinilor;
18.Aritmetica simpla;
19.Aritmetica singulara;
20.Aritmetica totala;
21.Recombinarea sirurilor maxime;
22.Partially mapped crossover;
23.Recombinarea in oridine;
24.Recombinarea muchiilor;
25.recombinarea ciclica
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
5. 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 OCX, cu pozitiile 4 si 8 se
obtin descententii:
a. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1
b. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6
c. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
d. 5 3 11 13 2 14 6 15 1 8 4 7 9 10 12
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12
f. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
g. 13 1 15 7 14 5 10 12 11 4 2 3 9 6
h. 13 1 10 7 14 8 5 15 12 11 4 2 3 9 6
i. 5 3 11 13 2 14 6 10 1 8 4 7 9 15 12
j. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1
A. c,d
B. f,i
C. h,i
D. c,j
E. a,b
16. In cadrul unui algoritm genetic, conditia de oprire:

1. Poate lipsi
2. Include in general controlul numarului de generatii simulate
3. Utilizeaza intodeauna factori aleatori
4. Poate include controlul variabilitatii in cadrul populatiei nou calculate
5. Duce la cresterea calitatii medii a populatiei curente
6. Garanteaza obtinerea unei generatii cu calitate medie superioara, daca foloseste selectia
bazata pe varsta
7. Nu depinde de reprezentarea cromozomiala
8. Depinde de reprezentarea cromozomiala
A.2,4,7.
B.1,5,8
C.3,5,6
D.2,3,4,5
E.1,4,7,8
18.In algoritmii genetici, reprezentarea binara:
A. Nu e utilizata pentru algoritmii genetici

B. Istoric este primul tip de reprezentare in spatiul genotipurilor
C. Este ce mai utilizata varinata de reprezentare a genotipurilor
D. Duce mereu la rezultate optime
E. Nu depinde de problema rezolvata
19. In algoritmii genetici, reprezentarea binara:
A. Nu permite utilizarea de operatori de recombinare

B. Nu permite utilizarea de operatori de mutatie
C.Necesita operatori de variatie special definiti
D. nu permite mai mult de doua gene cu aceeasi valoare intr-un cromozom
E. nu este utilizata
20.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 obtinut cromozomul
{7, 14, 13, 12, 1, 15, 2,8,6, 3, 11, 5, 10, 4, 9}. Cele doua pozitii utilizate pentru amestec sunt:
1. 1 si 14;
2. 4 si 15
3. 3 si 15
4. 4 si 8
5. 2 si 15
6. 1 si 12
7. 2 si 14
8. 2 si 13
9. 1 si 15
10. 1 si 13
11. 3 si 13
A. 5,10
B. 1,5,7,9
C. 6,7,9
D. 6,2
E. 2
21. In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor:

1. este intodeauna determinista
2. Poate fi determinista sau cu factori aleatori
3. utilizeaza intodeauna factori aleatori
4. Indivizii alesi nu sunt intodeauna fezabili
6. Garanteaza obtinerea unei generatii cu claitate medie superioara, daca foloseste selectia
bazata pe varsta
7. Se aplica la inceputul fiecarei iteratii
8. Se aplica asupra descendentilor obtinuti din populatia curenta
9. este aplicata pentru inlocuirea generatiei curente
A. 4,8
B. 1,6
C. 3,7
D. 2,5
E. 2,9
23. In algoritmii genetici, reprezentarea binara:
1. Este eficienta in probleme in care solutia este un vector cu componente logice

2. Trebuie folosita in orice GA
3. Nu trebuie utilizata in GA
4. Nu poate fi utilizata in probleme de optimizare
5. Determina ce tip de operatori de variatie trebuie folositi
6. Impune folosirea selectiei ruleta;
7. Este eficienta exclusiv in probleme cu restrictii
A.1,5
B.1,4,5
C.1,3,5
D.2,3,6
E.2,4,6
24.Algiritmul Hillclimbing:
1. Se aplica asupra unui singur punct din spatiul cautat
2. Aplicarea se poate repeta pentru mai multe puncte pentru a creste performantele
3. Este inspirat din tehnicile de alpinism
4. Gaseste intodeauna solutia optima
5. Gaseste uneori solutia optima
6. Calculele se incheie atunci cand temperatura sistemului devine 0
7. De obicei gaseste un punct de optim local
8. Se utilizeaza numai pentru reprezentare cu siruri de numere reale
A.1,4,6,7
B.3,4,6,8
C.1,2,4,6
D.1,5,7,8
E.1,2,5,7
25.In cadrul unui algoritm din clasa strategiilor evolutive, autoadaptibilitatea se refera la:
A. Functia fitness
B.Distributia de probabilitate de selectie;
C. Modelul de selectie
D. Spatiul parametrilor
E. Modelul de selectie al parintilor
Partea V (2020)
1.In cadrul strategiilor evolutive:

Alegeti o optiune:
a. Operatorul de mutatie cel mai utilizat este mutatia prin interschimbare
b. Nu se permite utilizarea de operatori de mutatie
c. Sunt utilizati operatori de recombinare OCX
d. Mutatia este aplicata cu probabilitate 1
e. Reprezentarea este prin vectori binari
Teste curs (2020)
2. Intr-un algoritm evolutiv, functia fitness: 1. Evalueaza calitatea algoritmului; 2. Trebuie selectata aleator; 3.
Evalueaza viteza de gasire a solutiei fata de consumul de resurse; 4. Trebuie modificata la fiecare iteratie; 5.
Selecteaza indivizii care se vor reproduce; 6. Selecteaza indivizii care trec in generatia urmatoare; 7.
Evalueaza calitatea populatiei curente fata de cea a populatiei initiale; 8. Evalueaza calitatea populatiei
curente fata de cea din generatia anterioara; 9. Evalueaza calitatea fiecarui candidat.
Alegeti o optiune:
a. 6,7,8
b. 2,3
c. 1,3
d. 9
e. 4,5
Grile PEAG printscreenuri (ambii profesori)

Care din urmatoarele afirmatii nu e adevarata pentru modelul generational?
 Poate inlocui complet generatia curenta
 Necesita urmarirea mai multor generatii consecutive
 Poate inlocui un singur cromozom din populatia curenta
 Nu tine cont de calitatea cromozomilor
 Poate inlocui partial generatia curenta
De cate ori trebuie rotit bratul ruletei simple pentru a executa intregul proces de selectie al parintilor,
pentru o populatie cu tz cromozomi?
 O data
 De 2*tz ori
 De tz ori—raspuns platforma
 De 10 ori
 De tz/2 ori
Pentru problemele in care reprezentarea prin permutari semnifica ordinea de aparitie a unor
evenimente, operatorul de recombinare folosit este:
 Incrutisarea aritmetica singulara
 Incrutisare unipunct
 IPX
 OCX (Order crossover)
 Incrutisare uniforma
Care din urmatoarele este un dezavantaj al utilizarii distributiei de probabilitate de selectie tip FPS?
 Convergenta asimptotica
 Convergenta lenta
 Convergenta prematura
 Eliminarea indivizilor slabi
 Selectarea celor mai buni indivizi
1. Care din urmatoarele nu sunt modele de populatie? ->cu generatii, cu dimensiune fixa, cu
dimensiune variata, cu stari instabile
Care din urmatoarele nu este un model de distributie de probabilitate folosit pentru etapa de selectie:
 FPS cu ferestre
 FPS
 FPS cu alfa scalare
 Ranguri liniare
 FPS cu sigma scalare
Pentru a pastra cat mai bine informatia referitoare la pozitiile absolute ale alelelor in cromozomii parinti
se foloseste operatorul:
 Incrutisare multipunct
 CX (Cycle Crossover)
 ECX (Edge Crossover)
 OCX (Order Crossover)
 PMX (Partially mapped crossover)
Mecanismul de selectie turnir:

 Nu respecta distributia de probabilitate de selectie
 Nu exista un astfel de mechanism. Turnirul era o competitive medievala
 Este cel mai des folosit mechanism de selectie
 Este intotdeauna de tip determinist
 Acorda o sansa si celui mai slab individ
De cate ori trebuie rotit bratul ruletei multi-brat pentru a executa intregul proces de selectie al
parintilor, pentru o populatie cu k indivizi?
 O data
 De 2*k ori
 De k ori
 Nu exista ruleta multi-brat
 De k/2 ori
Care mechanism de selectie produce rezultate mai apropiate de distributia de probabilitate de selectie
calculate?
 Ruleta cu un singur brat
 SUS (stochastic Universal Sampling)
 Turnirul
 Nici unul
 Toate produc rezultate la fel de apropiate
Care din urmatoarele este un model de populatie?

 Cu generatii
 Cu dimensiune fixa
 Cu stari stabile
 Cu dimensiune variabila
 Cu stari instabile
2. Care sunt modele de populatie? -> cu stari stabile
Care din urmatoarele nu este un mecanism de selectie?

 Ruleta complicata
 Ruleta multi-Brat
 Ruleta simpla
 Genitor
 Turnir
TEST CAP COADA PE ONLINE (raspunsuri bifate corecte la finalul testului)
4/24
Intr-un algoritm evolutive, functia fitness:
1.Evalueaza calitatea algoritmului
2. Trebuie selectata aleator
3.Evalueaza viteza de gasire a solutiei fata de consumul de resurse
4.Trebuie modificata la fiecare iteratie
5. Selecteaza indivizii care se vor reproduce
6.Selecteaza indivizii care trec in generatia urmatoare
7.Evalueaza calitatea populatiei curente fata de cea a populatiei initiale
8.Evalueaza calitatea populatiei curente fata de cea din generatia anterioara
9.Evalueaza calitatea fiecarui candidat
 1,3
 2,3
 9
 4,5
 6,7,8
8/24
In cadru unui algoritm genetic operatia de mutatie
 Se aplica asupra descendentilor produsi de operatia de recombinare
 Se aplica doar daca diversitatea genetica scade sub un prag x dat
 Se utilizeaza doar in probleme cu constrangeri
 Se efectueaza o singura data, dupa generarea populatiei initiale
 Intotdeauna produce indivizi fezabili
 Poate sa produca indivizi nefezabili
 Are probabilitate mica
 Se aplica asupra mutlisetului de parinti
 Se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare
 Se aplica asupra populatiei curente
10/24
12/24
In cadrul unui algoritm genetic operatia de selectie a parintilor:
 Este utilizata doar in probleme cu costrangeri
 Este efectuata iterativ
 Este efectuata imediat inaintea fiecarei procedure de mutatie
 Este efectuata o singura data pe parcursul unui algoritm genetic
 Utilizeaza populatia curenta
 Intotdeauna este bazata pe o distributie de probabilitate de selectie
 Allege in general indivizi pe baza factorului varsta
 Este efectuata o singura data dupa prima etapa de generare a unei populatii
 Este efectuata imediat ce este disponibila o populatie curenta evaluate
 Poate fi realizata prin utilizarea unei distributii de probabilitate de selectie
19/24
In cadrul unui algoritm genetic operatia de recombinare:
 Utilizeaza populatia de parinti
 Este efectuata imediat dupa fiecare etapa de selectie a parintilor
 Este efectuata o singura data dupa prima etapa de selectie a parintilor
 Este efectuata imediat inaintea fiecarei proceduri de mutatie
 Este utilizata cu probabilitate mica
 Este efectuata iterativ
 Este utilizata doar in probleme fara constrangeri
 In general probabilitatea de recombinare nu conteaza in rezolvarea problemelor prin algoritmi
genetici
 Este efectuata o singura data pe parcursul unui algoritm genetic
 Este utilizata cu probabilitate mare
23/24
In algoritmii genetici, reprezentarea binara
 A fost primul tip de reprezentare a cromozomilor in algoritmi genetici
 Este cea mai utilizata varianta de reprezentare a genotipurilor
 Duce mereu la rezultate optime
 Nu depinde de problema rezolvata
 Nu e utilizata pentru algoritmi genetici
--Grile USCATU—
1. Pentru pastrarea relatiilor comune din cromozomii parinti se foloseste operatorul de recombinare:
a) PMX (Partially Mapped crossover)
b) nu exista un operator pebntru acest scop
c) ECX (Edge crossover)
d) incrusisare de tip turneu
e) incrucisare binara
2. Pentru problemele cu dependenta de adiacente se foloseste operatorul de recombinare:

a) OCX
b) niciunul din celelalte raspunsuri
c) ECX
d) PMX
e) incrucisare aritmetica singulara
3. Recombinarea multipla:
a) nu se poate baza pe frecventa alelelor
b) este o generealizare a operatiilor de recombinare pentru reprezentarea cu permutari
c) are echivalent bilogic
d) este cea mai bun optiune pentru algoritmii genetici
e) produce rezultate mai bune doar in unele cazuri particulare
4. In cazul reprezentarii cu siruri de numere intregi, recombinarile aritmetice:

a) se pot aplica daca se face rotunjirea rezultatelor
b) produc intotdeauna rezultate aberante
c) nu exista notiunea de recombinare aritmetica
d) sunt interzise
e) se pot aplica numai daca toate perechile de alele de pe pozitii identice sunt fie pare, fie impare
10. Schema generala de recombinare depinde de:

a) numarul de indivizi din populatia initiala
b) operatorul de recombinare folosit
c) existenta constrangerilor in problema de rezolvat
d) reprezentarea cromozomilor
e) alegerea utilizatorului
12. In cadrul algoritmilor genetici, generatia urmatoare este selectata dintre:

a) parintii selectati
b) indivizii generatiei curente si desendentii obtinuti dupa etape de mutatie
c) decendentii generatiei curente
d) indivizii generatiei curente
e) descendentii obtinuti din etapa de recombinare
16. Daca aplicarea unui operator de recombinare produce indivizi aberanti atunci:
a) se folosesc parintii ca descendenti
b) se produce eroare la executie
c) algoritmul produce totusi rezultate corecte, ca urmare a autoreglarii prin selectie
d) rezultatele sunt imprevizibile
e) problema nu se poate rezolva prin algoritm genetic
18. Ce aritate are operatorul de recombinare in algorimtii genetici (cati operazi utilizeaza)
a) unar (un operand)
b) depinde de problema dee rezolvat
c) ternar (trei operanzi)
d) nu exista operatori de recombinare in algoritmii genetici
e) binar (doi operanzi)
64. Calculul evolutiv este:

R: tehnica de rezolvare a problemelor de tip experiment-eroare
1.Textul intrebarii
Operatorul de recombinare unipunct se poate folosi in cazul reprezentarii prin:

Alegeti o optiune:
a. siruri de numere reale
b. siruri de numere intregi
c. siruri de numere intregi, siruri de numere reale, siruri binare
Corect
d. siruri binare
e. permutari
--Grile cursuri—nu stiu cat de corect

1.Care dintre urmatoarele nu este un element standard al algoritmilor evolutivi:
Alegeti o optiune:
a. Functia de evaluare
b. Recombinarea
c. Resuscitarea
d. Selectia
e. Mutatia
2.In modelul clasic de rezolvare a problemelor, cele trei elemente sunt: datele de intrare, modelul de
transformare, datele de iesire. Care din urmatoarele nu este o clasa de probleme:
Alegeti o optiune:
a. Nici unul din celelate raspunsuri nu e corect
b. Probleme de optimizare: se cunosc modelul de transformare si datele de iesire dorite
c. Probleme de echilibrare: se cunoaste doar modelul de transformare
d. Probleme de modelare/identificare: se cunosc datele de intrare si datele de iesire
e. Probleme de simulare: se cunosc datele de intrare si modelul de transformare
3. In cadrul algoritmilor evolutivi, scopul evolutiei este:
Alegeti o optiune:
a. Concentrarea populatiei in punctele de maxim local
b. Obtinerea unor indivizi mai bine adaptati mediului
c. Evitarea avansului catre zonele mai inalte pe suprafata care descrie populatia
d. Stabilirea caracterului multi-modal al unei probleme
e. Atingerea stadiului de inactivitate genetica
4.Care din urmatoarele etape ale algoritmilor evolutivi se pot desfasurasi in mod determinist:
Alegeti o optiune:
a. Aplicarea operatorlui de mutatie
b. Selectia parintilor
c. Selectia tuplurilor de parinti din bazinul de parinti
d. Selectia populatiei initiale
e. Selectia generatiei urmatoare
5.Scenariul utilizat simularea proceselor evolutive in cadrul algoritmilor evolutivi este:

Alegeti o optiune:
a. Mediu cu resurse abundente
b. Mediu cu resurse in scadere
c. Toate cele trei tipuri de mediu
d. Mediu cu resurse limitate, care se mentin la un nivel constant
e. NIci unul din cele trei tipuri de mediu
Care dintre urmatoarele nu sunt elemente ale unui algoritm evolutiv: 1) reprezentarea, 2) includerea
bibliotecilor, 3) stabilirea datelor de intrare, 4) functia de evaluare, 5) populatia, 6) implementarea, 7)
mecanismul de selectie a parintilor, 8) operatorul de recombinare, 9) sortarea populatiei dupa
calitate, 10) operatorul de mutatie, 11) mecanismul de selectie a generatiei urmatoare, 12) conditia
de terminare, 13) extragerea celui mai bun individ, 14) lansarea in executie?
Alegeti o optiune:
a. 2, 3, 6, 9, 13, 14
b. 6, 7, 9, 12
c. 1, 4, 5, 7, 8, 10, 11, 12
d. 2, 3, 9, 10, 13
e. 4, 6, 7, 11, 12
In cadrul algoritmului hillclimbing, modul de alegere a punctelor vecin luate in considerare:

Alegeti o optiune:
a. este dictat de problema care se rezolva
b. este aleator, bazat pe distributia uniforma
c. nu exista variante, vecinii se aleg intotdeauna in acelasi fel
d. influenteaza calitatea rezultatului obtinut
e. nu influenteaza calitatea rezultatului obtinut
In cadrul algoritmului hillclimbing, evolutia de la un punct initial:

Alegeti o optiune:
a. Duce la un punct de minim local
b. Duce intotdeauna la un maxim local, care nu este maximul global
c. Duce la un punct de extrem (maxim) care poate fi local sau global pe domeniul de lucru
d. Nici unul din celelalte raspunsuri nu e corect
e. Duce intotdeauna la punctul de maxim global
in cadrul unui cromozom, o „gena” desemneaza:

Alegeti o optiune:
a. Gena este sinonima cu cromozomul
b. Valoarea unui element din cromozom
c. Pozitia unui element din cromozom
d. Un grup de pozitii din cromozom, in care sint memorate informatii cu semnificatie apropiata
e. Un grup de valori din cromozom, cu semnificatie apropiata
Care din urmatoarele afirmatii este incorecta:

Alegeti o optiune:
a. Dimensiunea populatiei trebuie sa fie fixa
b. Individul evolueaza pentru a se adapta mediului
c. Individul este un element static, nu evolueaza
d. Operatorii de selectie actioneaza asupra populatiei
e. Populatia evolueaza pentru a se adapta mediului
Pentru a garanta obtinerea solutiei optime, in cadrul algoritmului hillclimbing:

Alegeti o optiune:
a. Alege in mod convenabil punctul sau punctele de pornire
b. Alege punctul vecin cu cea mai mare valoare a functiei obiectiv
c. Nu se poate garanta obtinerea solutiei optime
d. Utilizeaza mai multe puncte de pornire
e. Intotdeauna se obtine solutia optima
Reprezentarea cu siruri binare in cadrul algoritmilor genetici:

Alegeti o optiune:
a. nu poate fi utilizata pentru probleme care nu contin variabile de decizie booleana
b. a fost introdusa ulterior in domeniul algoritmilor genetici, nefiind initial acceptata
c. nu poate fi utilizatain probleme care sint definite pe intervale din multimea numerelor reale
d. este naturala pentru problemele a caror solutie reprezinta un sir de decizii booleene
e. nici unul din celelalte raspunsuri nu e correct
Alegerea reprezentarii pentru rezolvarea unei probleme prin intermediul unui algoritm genetic:
Alegeti o optiune:
a. uneori este dificila
b. depinde de problema rezolvata, unele reprezentari fiind mai potrivite decit altele
c. este o etapa obligatorie, foarte importanta.
d. toate celelalte raspunsuri sint corecte
e. trebuie satina cont de eventualele constringeri ale problemei
Care dintre urmatorii nu este operator de mutatie pentru reprezentarea prin permutari:
Alegeti o optiune:
a. amestec
b. inserare
c. mutatie uniforma
d. inversiune
Care din urmatoarele nu este element specific algoritmului genetic canonic:

Alegeti o optiune:
a. utilizarea operatiei de mutatie cu probabilitate mare
b. selectia celor mai buni indivizi pentru a forma generatia urmatoare
c. reprezentarea cu siruri de numere reale
d. nici unul dintre elementele numite nu este specific algoritmului genetic canonic
e. utilizarea operatiei de recombinare cu probabilitate mica
Care din urmatoarele tipuri de reprezentare a indivizilor nu este utilizata de algoritmii genetici:
Alegeti o optiune:
a. reprezentarea prin siruri de numere reale
b. reprezentarea arborescenta
c. reprezentarea prin siruri de numere intregi
d. reprezentarea prin siruri binare
e. reprezentarea prin permuari
Tipurile de relatii intre elementele reprezentate prin siruri de numere reale pot fi:
Alegeti o optiune:
a. personale sau cardinale
b. ordinale sau cardinale
c. ordinare sau personale
d. de alianta sau de opozitie
e. ordinale sau de alianta
Algoritmul genetic canonic:

Alegeti o optiune:
a. este forma obligatorie a algoritmului genetic pentru rezolvarea problemelor de optimizare
b. nici unul din celelalte raspunsuri nu e corect
c. nu permite modiicare elementelor in vederea rezolvarii altor clase de probleme
d. este algoritmul genetic clasic, propus de Holland
e. nu exista un algoritm genetic canonic
--CUSRURI-- corect sigur

Algoritmii genetici
Alegeti o optiune:
a. Sint metode deterministe de cautare in spatiul solutiilor
b. Rezolva exclusiv probleme definite pe spatii continue
c. Sint tehnici de cautare stohastica bazate pe populatii
d. Folosesc exclusiv selectii deterministe
e. Utilizeaza la fiecare moment de timp o varianta de solutie modificata prin perturbare normala
2 intrebare
Corect
Marcat 1,00 din 1,00
Intrebare cu flag
Textul intrebarii
In cadrul unui algoritm genetic operatia de recombinare: 1. Este efectuata o singura data pe
parcursul unui algoritm genetic; 2. Este efectuata imediat dupa fiecare etapa de selectie a parintilor;
3. In general probabilitatea de recombinare nu conteazain rezolvarea problemelor prin algoritmi
genetici; 4. Este efectuata imediat inaintea fiecarei proceduri de mutatie; 5. Este efectuata imediat
inaintea fiecarei etape de selectie a parintilor; 6. Utilizeaza populatia de parinti; 7. Este utilizata doar
in probleme fara constringeri; 8. Este utilizata cu probabilitate mare; 9. Este utilizata cu probabilitate
mica; 10. Este efectuata o singura data, dupa prima etapa de selectie a parintilor.
Alegeti o optiune:
a. 4, 8, 9, 10
b. 2, 4, 6, 8
c. 2, 3, 4, 7
d. 2, 5, 7, 8
e. 1, 2, 7, 8
Feedback
Raspunsul corect este: 2, 4, 6, 8
3 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In cadrul unui algoritm evolutiv conditia de terminare: 1. Este obligatorie; 2. Nu este indicata; 3.
Include obligatoriu, direct sau indirect, controlul numarului de iteratii (numarul populatiilor generate);
4. Nu poate fi implementata; 5. Este utilizata doar in cadrul GA, nu si in cadrul ES.
Alegeti o optiune:
a. 1, 5
b. 5
c. 2, 3, 4
d. 1, 3
e. 2, 4
Feedback
Raspunsul corect este: 1, 3
4 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
Intr-un algoritm genetic, populatia initiala: 1. Este generata pina cind este atins un optim local; 2.
Este construita o singura data ; 3. Sufera mutatie cu o probabilitate relativ mica; 4. Trebuie
modificata la fiecare iteratie; 5. Contine exclusiv indivizi fezabili; 6. Este formata din indivizii care trec
in generatia urmatoare; 7. Este generata utilizand distributia de probabilitate uniforma.
Alegeti o optiune:
a. 2, 3, 7
b. 1, 2, 7
c. 1, 3
d. 2, 5, 7
e. 4, 5, 7
Feedback
Raspunsul corect este: 2, 5, 7
5 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
Care din urmatoarele metode pot fi folosite in cadrul algoritmilor memetici pentru a imbunatati
informatia in interiorul unei populatii: 1. recursivitate; 2. hillclimbing; 3. divide et impera; 4. strategie
evolutiva cu doi membri; 5. backtracking; 6. metode exacte; 7. metode euristice; 8. validarea datelor;
9. metoda gradientului; 10. ECX.
Alegeti o optiune:
a. 2, 3, 5, 6, 9
b. 2, 4, 6, 8, 10
c. 1, 3, 6, 7, 10
d. 1, 3, 5, 7, 8
e. 2, 4, 6, 7, 9
Feedback
Raspunsul corect este: 2, 4, 6, 7, 9
6 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In cadrul unui algoritm genetic care maximizeaza o functie (fitness): 1. Selectia generatiei urmatoare
este obligatoriu bazata pe virsta; 2. Sint rezolvate doar probleme cu constringeri; 3. Mutatia este
realizata cu probabilitate mica; 4. Nu este recomandata utilizarea selectiei FPS; 5. Multisetul copiilor
este fara duplicate; 6. Selectia supravietuitorilor este determinata de calitate si/sau factorul virsta; 7.
Recombinarea este realizata rareori; 8. Se urmareste determinarea unui punct de maxim global; 9.
Structura cromozomiala difera daca functia este translatata.
Alegeti o optiune:
a. 1, 3, 5, 9
b. 3, 6, 8
c. 4, 6, 8
d. 1, 3, 4, 7
e. 5, 6, 7
Feedback
7 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
In cadrul strategiei evolutive cu 2 membri (ES-2M): 1. Este generata o populatie initiala aleator, din
distributia normala; 2. La fiecare moment al evolutiei algoritmului este mentinut un singur candidat la
solutie; 3. Populatiile sint de dimensiuni mari; 4. Calculul unui termen nou este realizat prin mutatie
gaussiana pentru fiecare componenta a vectorului curent; 5. Sint rezolvate probleme pe spatii
continue; 6. Fiecare termen este calculat in maniera stochastica; 7. Calculul unui termen nou este
realizat prin mutatie gaussiana pentru o componenta selectata aleator din vectorul curent; 8. Este
intentionata cresterea calitatii medii a populatiei curente; 9. Este garantata obtinerea unui optim
global; 10.La inceputul fiecarei iteratii este testata dimensiunea populatiei curente; 11. Sint creati
descendenti obtinuti din populatia curenta prin recombinare locala.
Alegeti o optiune:
a. 6, 8, 11
b. 1, 10
c. 2, 4, 5, 6
d. 4, 8, 11
e. 2, 4, 6, 9
Feedback
8 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In algoritmii genetici, reprezentarea prin siruri de numere intregi

Alegeti o optiune:
a. Nu poate fi utilizatain cazul atributelor ordinale
b. Este preferabila pentru problemele de optimizare
c. Nu este utilizatain algoritmi genetici
d. Este doar un exercitiu de implementare, nefiind necesara
e. Este preferabila atunci cind pentru fiecare gena sint posibile mai mult de doua valori distincte
Feedback
Raspunsul corect este: Este preferabila atunci cind pentru fiecare gena sint posibile mai mult de
doua valori distincte
9 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
Intr-un algoritm evolutiv, functia de evaluare:

Alegeti o optiune:
a. este o functie asimptotica
b. estimeaza nivelul de adaptare a individului
c. este stabilita de Holland
d. este definita pe spatiul unidimensional
e. se alege in functie de dimensiunea populatiei
Feedback
Raspunsul corect este: estimeaza nivelul de adaptare a individului
10 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Algoritmul ES2M:
Alegeti o optiune:
a. Nici una din celelalte variante
b. Nu este un algoritm auto-adaptiv
c. Este algoritmul auto-adaptiv primar
d. Este un algoritm determinist
e. Nu este un algoritm evolutiv
Feedback
Raspunsul corect este: Este algoritmul auto-adaptiv primar
11 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Algoritmul Hillclimbing: 1. Se aplica asupra unui singur punct din spatiul de cautare; 2. Aplicarea se
poate repeta pentru mai multe puncte pentru 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 cind temperatura sistemului devine zero; 7. De obicei gaseste un punct de optim
local;8. Se utilizeaza numai pentru reprezentarea cu siruri de numere reale.
Alegeti o optiune:
a. 1, 2, 4, 7
b. 1, 4, 6, 7
c. 1, 5, 7, 8
d. 3, 4, 6, 8
e. 1, 2, 5, 7
Feedback
12 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In algoritmii genetici, operatia de selectie a parintilor

Alegeti o optiune:
a. Este utilizatain functie de reprezentarea cromozomiala
b. Este utilizatain general in maniera nedeterminista
c. Este utilizata determinist
d. Este doar un exercitiu de implementare, nefiind necesara
e. Nu este utilizata
Feedback
Raspunsul corect este: Este utilizatain general in maniera nedeterminista
13 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sint: 1. Probleme de optimizare;
2. Probleme de geometrie; 3. Prelucrarea datelor de dimensiune mare (big-data); 4. Probleme de
modelare; 5. Probleme de validare a datelor; 6. Probleme de simulare; 7. Alocarea dinamica a
datelor in memoria calculatorului; 8. Deplasarea autonoma a vehiculelor.
Alegeti o optiune:
a. 1, 3, 5, 7
b. 2, 4, 6, 8
c. 1, 4, 6
d. 2, 3, 4
e. 2, 4, 6
Feedback
14 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] o permutare. In urma aplicarii mutatiei prin inversiune pentru pozitiile
(2,7) poate fi obtinuta urmatoarea varianta mutata Y: 1. Y=[ 2 6 7 8 10 5 1 9 3 4] ; 2. Y=[ 6 9 7 5 10 8
1 3 4 2 ] ; 3. Y=[ 7 6 8 10 5 1 9 3 4 2 ] ; 4. Y=[ 6 7 10 8 5 9 1 3 4 2 ] ;5. Y=[ 6 8 7 5 10 1 9 3 4 2 ] ; 6.
Y=[ 6 2 8 10 5 1 9 3 4 7]
Alegeti o optiune:
a. 2, 5
b. 5
c. 1
d. 1, 5
e. 2
Feedback
Raspunsul corect este: 2
15 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
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 obtinut cromozomul: {7, 14, 13, 12, 1, 15, 2, 8, 6, 3,
11, 5, 10, 4, 9 }. Cele doua pozitii utilizate pentru amestec sint: 1. 1 si 14; 2. 4 si 15; 3. 3 si 15; 4. 4 si
8; 5. 2 si 15; 6. 1 si 12; 7. 2 si 14; 8. 2 si 13; 9. 1 si 15; 10. 1 si 13; 11. 3 si 13.
Alegeti o optiune:
a. 1, 5, 7, 9
b. 2
c. 6
d. 5, 10
e. 6, 7, 9
Feedback
16 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Componentele algoritmilor evolutivi sint: 1. Reprezentarea; 2. Probabilitatea de mutatie; 3. Functia

de evaluare; 4. Probabilitatea de recombinare; 5. Populatia; 6. Generarea de numere aleatoare; 7.
Mecanismul de selectie a parintilor; 8. Generarea de permutari; 9. Reprezentarea grafica a evolutiei
calitatii; 10. Operatorii de variatie; 11. Stabilirea diversitatii genetice a populatiei; 12. Mecanismul de
inlocuire a populatiei curente; 13. Hillclimbing; 14. Initializarea populatiei; 15. Conditia de terminare.
Alegeti o optiune:
a. 2, 4, 6, 8, 11, 13
b. 1, 3, 5, 6, 10, 13, 14, 15
c. 1, 3, 5, 7, 10, 12, 14, 15
d. 1, 2, 5, 6, 7, 14, 15
e. 2, 4, 5, 9, 15
Feedback
Raspunsul corect este: 1, 3, 5, 7, 10, 12, 14, 15
17 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie: 1. Este utilizata doar in
probleme cu constringeri; 2. Este efectuata imediat ce este disponibila o populatie de copii; 3. Alege
pentru mutatie in medie jumatate de indivizi; 4. Utilizeaza doua multiseturi distincte de copii; 5. Este
de tip neuniform (fluaj); 6. Este efectuata o singura data, dupa prima etapa de generare a unei
populatii; 7. Este realizata cu probabilitate mica; 8. Este efectuata o singura data pe parcursul unui
algoritm; 9. Determina structura cromozomiala; 10. Utilizeaza populatia curenta; 11. Este efectuata
iterativ.
Alegeti o optiune:
a. 1, 5, 6, 8
b. 1, 4, 5, 7
c. 2, 5, 9, 10
d. 1, 5, 9, 10
e. 2, 5, 9, 11
Feedback
18 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In algoritmii genetici, alegerea unei anumite reprezentari 1. Este independenta de problema de

rezolvat; 2. Depinde de problema de rezolvat; 3. Poate fi facuta aleator; 4. Este imposibila, fiind
folosita doar reprezentarea prin numere reale; 5. Influenteaza calitatea solutiei furnizate.
Alegeti o optiune:
a. 3, 5
b. 4
c. 2, 5
d. 1, 3
e. 2, 3
Feedback
19 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In cadrul unui algoritm evolutiv populatia initiala: 1. Este generatainaintea inceperii evolutiei propriu-
zise; 2. Este generata dupa fiecare ciclu evolutiv (care presupune efectuarea operatiilor de selectie,
recombinare, mutatie, evaluare); 3. Este generata la inceputul fiecarui ciclu evolutiv; 4. Este
generata aleator; 5. Este generata utilizind distributia de probabilitate uniforma; 6. Este generata
utilizind distributia de probabilitate normala; 7. Este setata pe multimea vida.
Alegeti o optiune:
a. 1, 2, 4, 5, 6
b. 5, 7
c. 1, 2, 4, 7
d. 1, 4, 5
e. 2, 5, 7
Feedback
20 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste reprezentarea prin
siruri de numere reale? 1. Negarea; 2. Negarea fuzzy; 3. Resetarea pseudo-aleatoare; 4. Resetare
determinista; 5. Mutatia uniforma; 6. Mutatia neuniforma cu distributie fixata; 7. Mutatia locala; 8.
Interschimbarea; 9. Inserarea; 10. Mutatia rapida; 11. Amestecul; 12. Mutatia globala; 13.
Inversiunea; 14. Recombinare unipunct; 15. Recombinare multipunct; 16. Recombinare uniforma;
17. Recombinarea radacinilor; 18. Recombinare aritmetica simpla; 19. Recombinare aritmetica
singulara; 20. Recombinare aritmetica totala; 21. Recombinarea sirurilor maxime; 22. Partially
mapped crossover; 23. Recombinare de ordine; 24. Recombinarea muchiilor; 25. Recombinarea
ciclica
Alegeti o optiune:
a. 3, 4, 5, 6, 7,12, 18, 19, 21
b. 1, 3, 4, 7, 10, 13, 16, 17, 20
c. 5, 6, 14, 15, 16, 18, 19, 20
d. 2, 7, 10, 12,17,21
e. Toti operatorii de mai sus
Feedback
Raspunsul corect este: 5, 6, 14, 15, 16, 18, 19, 20
21 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] o permutare. In urma aplicarii mutatiei prin amestec pentru pozitiile
(2,7) poate fi obtinuta urmatoarea varianta mutata Y:
1. Y=[ 2 6 7 8 10 5 1 9 3 4] ;
2. Y=[ 6 7 8 10 5 1 9 3 4 2 ] ;
3. Y=[ 7 6 8 10 5 1 9 3 4 2 ] ;
4. Y=[ 6 7 10 8 5 9 1 3 4 2 ] ;
5. Y=[ 6 9 7 5 10 8 1 3 4 2 ] ;
6. Y=[ 6 2 8 10 5 1 9 3 4 7]
Alegeti o optiune:
a. 3, 4, 5
b. 1, 2, 3
c. 2, 5, 6
d. 1, 2, 5
e. 2, 4, 5
Feedback
22 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor: 1. Se aplica asupra populatiei
curente; 2. In unele variante necesita calcularea unei distributii de probabilitate de selectie; 3.
Utilizeazaintotdeauna factori aleatori; 4. Alege generatia urmatoare dintre indivizii disponibili dupa
operatia de mutatie; 5. Indivizii alesi sint intotdeauna fezabili; 6. Uneori utilizeaza factori aleatori; 7.
Asigura perpetuarea individului cu calitate maxima din populatia curenta; 8. Duce la cresterea
calitatii medii a populatiei curente; 9. Garanteaza obtinerea unei generatii cu calitate medie
superioara, daca foloseste selectia bazata pe virsta; 10.Se aplica la inceputul fiecarei iteratii; 11. Se
aplica asupra descendentilor obtinuti din populatia curenta; 12. Se aplica asupra populatiei curente
si asupra descendentilor obtinuti din populatia curenta.
Alegeti o optiune:
a. 2, 3, 4, 5, 6, 11
b. 4, 8, 11
c. 1, 7
d. 6, 8, 11
e. 2, 4, 5, 6, 12
Feedback
Raspunsul corect este: 2, 4, 5, 6, 12
23 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
Fie X=[ 6 1 8 10 5 7 12 43 9 3 4 2 ] o secventa de numere intregi. In urma aplicarii mutatiei fluaj

poate fi obtinuta urmatoarea varianta mutata: 1. Y=[ 16 1 8 10 5 7 12 43 9 3 4 2 ]; 2. Y=[ 6 1 8 10 5 7
12 43 9 4 3 2 ]; 3. Y=[ 6 1 8 10 15 7 12 43 9 3 4 2 ]; 4. Y=[ 7 1 8 10 5 7 12 43 9 3 4 2 ]; 5. Y=[ 6 1 8
10 5 7 12 43 9 3 4 2 ]; 6. Y=[ 6 1 8 10 5 7 12 42 9 3 4 2 ]
Alegeti o optiune:
a. 2, 4, 5, 6
b. 1, 2, 3, 4, 5, 6
c. 4, 5, 6
d. 2, 4, 6
e. 2, 3, 4, 5, 6
Feedback
24 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Fie permutarile x=[10 2 3 9 1 7 6 4 8 5] si y=[5 4 7 2 1 9 3 6 8 10], un cromozom copil

rezultat prin PMX este c=[ 5 2 3 9 1 4 7 6 8 10]. Atunci ordinea considerarii parintilor si
respectiv punctele de incrucisare sint:
Alegeti o optiune:
a. (y,x) si (2,5)
b. (x,y) si (2,5)
c. (y,x) si (1,5)
d. (y,x) si (1,4)
e. (x,y) si (1,4)
Feedback
Raspunsul corect este: (x,y) si (2,5)
25 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In algoritmii genetici, reprezentarea prin permutari

Alegeti o optiune:
c. Nu permite utilizarea de operatori de recombinare
d. Necesita operatori de variatie special definiti
e. Nu permite mai mult de doua gene cu aceeasi valoare intr-un cromozom
Feedback
Raspunsul corect este: Necesita operatori de variatie special definiti
26 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Decodificarea trebuie realizata:

Alegeti o optiune:
a. Niciuna din celelalte variante
b. Garanteaza obtinerea de rezultate optime
c. Obligatoriu dupa extragerea celui mai bun individ din populatia finala
d. Nu depinde de reprezentarea aleasa
e. Nu e necesarain algoritmii genetici
Feedback
Raspunsul corect este: Obligatoriu dupa extragerea celui mai bun individ din populatia finala
27 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Fie urmatorii doi cromozomi de tip permutare: { 6, 3, 7, 8, 5, 1, 2, 4, 9 } si { 7, 2, 8, 5, 6, 9, 4, 1, 3}.
Aplicand operatorul de recombinare PMX, cu pozitiile 3 si 6 se obtin descendentii:
a. 6, 3, 7, 8, 5, 9, 4, 1, 2;
b. 7, 4, 6, 8, 5, 1, 2, 9, 3;
c. 8, 3, 7, 5, 6, 9, 4, 2, 1;
d. 6, 2, 7, 8, 5, 1, 4, 9, 3;
e. 7, 2, 8, 5, 6, 1, 3, 4, 9;
f. 6, 2, 7, 8, 5, 9, 4, 1, 3;
g. 7, 9, 8, 6, 5, 1, 2, 4, 3;
h. 7, 3, 8, 5, 6, 9, 2, 4, 1;
i. 7, 3, 8, 5, 6, 1, 2, 4, 9;
j. 5, 3, 7, 8, 6, 9, 4, 1, 2.
Alegeti o optiune:
a. d, h
b. a, e
c. f, i
d. g, j
e. b, c
Feedback
Raspunsul corect este: d, h
28 intrebare
Corect
Intrebare cu flag
Textul intrebarii
In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor: 1. Poate fi
oricare dintre: siruri binare, siruri de numere intregi, siruri de numere reale, permutari; 2. Poate fi
numai de tip siruri de numere intregi sau reale; 3. Poate fi numai de tip siruri de numere reale; 4. Nu
influenteaza tipul de recombinare folosit (discreta / intermediara); 5. Se alege in functie de problema
care se rezolva; 6. Influenteaza tipul de recombinare folosit; 7. Are influenta asupra mecanismului de
selectie a generatiei urmatoare; 8. Contine atit descrierea individului candidat cit si parametrii care
controleaza evolutia sa.
Alegeti o optiune:
a. 2, 4, 5, 8
b. 1, 7, 8
c. 3, 4, 8
d. 2, 4, 5, 6
e. 1, 3, 4, 8
Feedback
29 intrebare
Corect
Intrebare cu flag
Textul intrebarii
Calculul evolutiv este inspirat din:
Alegeti o optiune:
a. Revolutia industriala
b. Evolutia naturala biologica
e. Societatea cunoasterii
Feedback
Raspunsul corect este: Evolutia naturala biologica
30 intrebare
Incorect
Intrebare cu flag
Textul intrebarii
Fie X=[ 61 8 10 5 7 9 3 4 2 ] si Y=[ 9 8 7 3 6 1 5 10 4 2 ] permutari. Care urmasi sint generati prin

utilizarea operatorului CX?
Alegeti o optiune:
a. C1=[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 8 3 6 7 5 10 4 ]
b. C1=Y, C2=X
c. C1=[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
d. C1=[ 2 6 7 8 10 5 1 9 3 4 ], C2=[ 2 8 1 3 6 7 5 10 4 9 ]
e. C1=[ 6 7 8 10 5 1 9 3 4 2 ], C2=[ 9 8 1 3 6 7 5 10 4 2 ]
Feedback
Raspunsul corect este: C1=[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
--grile Ioana—
4. Intr-un algoritm evolutiv, functia de tip calitate/fitness/obiectiv:
- Evalueaza calitatea fiecarui candidat
- Este de maxim sau de minim ( de cele mai multe ori de maxim) / trebuie maximizata
24. Componente ale algoritmilor evolutivi sunt: - Reprezentarea - Functia de evaluare - Populatia -
Mecanismul de selectie al parintilor - Operatorii de variatie - Mecanismul de inlocuirea apopulatiei
curente - Initializarea populatiei - Conditia de terminare
48. Algoritmii genetici: -sunt tehnici de cautare stochastica bazate pe populatii;
-----------------------GRILE 2---------------------
Conditia terminala:
a.atingerea unui numar maxim de iteratii
b. atingerea unui numar maxim de evaluari ale calitatii indivizilor
c. pentru o anumita perioada de timp (un numar de iteratii specificat sau un
numar de evaluari specificat) calitatea populatiei curente nu este semnificativ
imbunatatita ( este sub un prag dat)
d. diversitatea populatiei scade sub un prag dat
17.Fie permutarile x=[10 2 3 9 1 7 6 4 8 5] si y=[5 4 7 2 1 9 3 6 8 10], un cromozom copil rezultat prin
PMX este c=[5 2 3 9 1 4 7 6 8 10]. Atunci ordinea considerarii parintilor si respectiv punctelecrossover
sunt:
A. (x,y) si (1,4)
B. (x,y) si (2,5)
C. (y,x) si (1,4)
D. (y,x) si (2,5)
E. (y,x) si (1,5)
3.In cadrul unui algoritm evolutiv conditia de terminare poate include

urmatoarele elemente
R: controlul numarului de iteratii
Atingerea valorii optime a functiei obiectiv
Diversitate genetica
1. Considerand o problema de maximizare in care functia obiectiv are valori numere reale cu
proprietatea ca exista cel putin o valoare strict negativa si o valoare strict pozitiva. Atunci, pentru
rezolvarea acesteia cu ajutorul unui algoritm genetic:
R: Poate fi implementata selectia ruleta pe baza probabilitatii de selectie FPS standard?-nu stiu
sigur
2.Care dintre urmatoarele reprezentari sunt foloste in algoritmii genetici: a) matrice, b) liste
inlantuite, c) siruri binare, d) arbori, e) siruri de numere intregi, f) siruri de numere reale, g)
tabele hash, h) permutari, i) matrice rare, j) tabele de indexare
R: c, e, f, h–nu stiu sigur
3. Intr-un algoritm genetic, populatia initiala: a) nu este intotdeauna necesara, b) trebuie sa

contina o diversitate genetica mare, c) ideal contine indivizi identici, d) are o dimensiune
proportionala cu numarul generatiei curente, e) este statica, nu evolueaza, f) este determinata
folosind metoda greedy, g) trebuie sa aiba o dimensiune cat mai mare
R: b, e, g ---nu stiu sigur
4. Scopul unui algoritm memetic este: 1. De a utiliza factori aleatori; 2. De a imbunatati

informatia de la o populatie la alta; 3. De a introduce proprietatea de auto-adaptare; 4. De a
imbunatati informatia din populatia curenta prin utilizarea de algoritmi de cautare locala; 5. De a
asigura perpetuarea individului cu calitate maxima din populatia curenta; 6. De a creste calitatea
medie a populatiei curente; 7. De a procesa separat fiecare iteratie; 8. De a utiliza euristici.
R: e sau d ????
GRILE PEAG USCATU
2. In cadrulunuialgoritm din clasa strategiilor evolutive, operatia de mutatie: 1. Este utilizata

doar in probleme cu constringeri; 2. Este efectuata imediat ce este disponibila o populatie de
copii; 3. Alege pentru mutatie in medie jumatate de indivizi; 4. Utilizeaza doua multiseturi
distincte de copii; 5. Este de tip neuniform (fluaj); 6. Este efectuata o singura data, dupa
prima etapa de generare a unei populatii; 7. Este realizata cu probabilitate mica; 8. Este
efectuata o singura data pe parcursul unui algoritm; 9. Determina structura cromozomiala;
10. Utilizeaza populatia curenta; 11. Este efectuata iterativ.
a. 1, 4, 5, 7
b. 2, 5, 9, 10
c. 1, 5, 6, 8
d. 1, 5, 9, 10
e. 2, 5, 9, 11
3. Componentele algoritmilor evolutivi sint: 1. Reprezentarea; 2. Probabilitatea de mutatie; 3.
Functia de evaluare; 4. Probabilitatea de recombinare; 5. Populatia; 6. Generarea de numere
aleatoare; 7. Mecanismul de selectie a parintilor; 8. Generarea de permutari; 9. Reprezentarea
grafica a evolutiei calitatii; 10. Operatorii de variatie; 11. Stabilirea diversitatii genetice a
populatiei; 12. Mecanismul de inlocuire a populatiei curente; 13. Hillclimbing; 14.
Initializarea populatiei; 15. Conditia de terminare.
a. 1, 3, 5, 7, 10, 12, 14, 15
4. In algoritmii genetici, reprezentarea prin siruri de numere intregi:
a. Nu este utilizata in algortimi genetici
c. Este doar un exercitiu de implementare, nefiind necesara
d. Este preferabila atunci cind pentru fiecare gena sint posibile mai mult de doua valori
distincte
e. Nu poate fi utilizata in cazul atributelor ordinale
5. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie: 1. Este
utilizata doar in probleme cu constringeri; 2. Este efectuata imediat ce este disponibila o
populatie de copii; 3. Alege pentru mutatie in medie jumatate de indivizi; 4. Utilizeaza doua
multiseturi distincte de copii; 5. Este de tip neuniform (fluaj); 6. Este efectuata o singura
data, dupa prima etapa de generarea a unei populatii; 7. Este realizata cu probabilitate mica;
8. Este efectuata o singura data pe parcursul unui algoritm; 9. Determina structura
cromozomiala; 10. Utilizeaza populatia curenta; 11. Este efectuata iterativ.
a. 2, 5, 9, 11
b. 1, 4, 5, 7
c. 1, 5, 9, 10
d. 1, 5, 6, 8
e. 2, 5, 9, 10
6. In algoritmii genetici, operatia de selectie a parintilor
a. Este utilizata in general in maniera nedeterminista
d. Este utilizata in functie de reprezentarea cromozomiala
e. Este doar un exercitiu de implementare, nefiind necesara
7. Fie urmatorii doi cromozomi de tip permutare: { 6, 3, 7, 8, 5, 1, 2, 4, 9} si { 7, 2, 8, 5, 6, 9,
4, 1, 3}. Aplicind operatorul de recombinare PMX, cu pozitiile 3 si 6 se obtin descendentii:
a. 6, 3, 7, 8, 5, 9, 4, 1, 2; b. 7, 4, 6, 8, 5, 1, 2, 9, 3; c. 8, 3, 7, 5, 6, 9, 4, 2, 1; d. 6, 2, 7, 8, 5, 1,
4, 9, 3; e. 7, 2, 8, 5, 6, 1, 3, 4, 9; f. 6, 2, 7, 8, 5, 9, 4, 1, 3; g. 7, 9, 8, 6, 5, 1, 2, 4, 3; h. 7, 3, 8,
5, 6, 9, 2, 4, 1; i. 7, 3, 8, 5, 6, 1, 2, 4, 9; j.5, 3, 7, 8, 6, 9, 4, 1, 2
a. d, h
b. g, j
c. f, i
d. b, c
e. a, e
8. Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sint: 1. Probleme de
optimizare; 2. Probleme de geometrie; 3. Prelucrarea datelor de dimensiune mare (big-data);
4. Probleme de modelare; 5. Probleme de validare a datelor; 6. Probleme de simulare; 7.
Alocarea dinamica a datelor in memoria calculatorului; 8. Deplasarea autonoma a
vehiculelor.
a. 1, 4, 6
b. 2, 4, 6, 8
c. 2, 3, 4
d. 2, 4, 6
e. 1, 3, 5, 7
9. Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] o permutare. In urma aplicarii mutatiei prin amestec pentru
pozitiile (2,7) poate fi obtinuta urmatoarea varianta mutata Y: 1. Y=[2 6 7 8 10 5 1 9 3 4]; 2.
Y=[ 6 7 8 10 5 1 9 3 4 2]; 3. Y=[ 7 6 8 10 5 1 9 3 4 2]; 4. Y=[ 6 7 10 8 5 9 1 3 4 2]; 5. Y=[ 6
9 7 5 10 8 1 3 4 2]; 6. Y=[ 6 2 8 10 5 1 9 3 4 7]
a. 2, 4, 5
b. 3, 4, 5
c. 2, 5, 6
d. 1, 2, 3
e. 1, 2, 5
10. In cadrul strategiei evolutive cu 2 membri (ES-2M): 1. Este generata o populatie initiala
aleator, din distributia normala; 2. La fiecare moment al evolutiei algoritmului este mentinut
un singur candidat la solutie; 3. Populatiile sint de dimensiuni mari; 4. Calculul unui termen
nou este realizat prin mutatie gaussiana pentru fiecare componenta a vectorului curent; 5.Sint
rezolvate probleme pe spatii continue; 6. Fiecare termen este calculat in maniera stochastica;
7. Calculul unui termen nou este realizat prin mutatie gaussiana pentru o componenta
selectata aleator din vectorul curent; 8. Este intentionata cresterea calitatii medii a populatiei
curente; 9. Este garantata obtinerea unui optim global; 10. La inceputul fiecarei iteratii este
testata dimensiunea populatiei curente; 11. Sint creati descendenti obtinuti din populatia
curenta prin recombinare locala.
a. 1, 10
b. 4, 8, 11
c. 2, 4, 6, 9
d. 2, 4, 5, 6
e. 6, 8, 11
11. Decodificarea trebuie realizata
a. Niciuna din celelelate variante
b. Nu e necesara in algoritmii genetici
c. Nu depinde de reprezentarea aleasa
d. Garanteaza obtinerea de rezultate optime
e. Obligatoriu dupa extragerea celui mai bun individ din populatia finala
12. Algoritmul ES2M
a. Este algoritmul auto-adaptiv primar
b. Nici una din celelalte variante
c. Nu este un algoritm auto-adaptiv
13. Fie urmatorulcromozom de tip permutare: {7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2, 9}.
In urmaaplicariioperatorului de mutatieprinamestec s-a obtinutcromozomul: {7, 14, 13, 12, 1,
15, 2, 8, 6, 3, 11, 5, 10, 4, 9}. Cele douapozitiiutilizatepentruamestecsint: 1. 1 si 14; 2. 4 si
15; 3. 3 si 15; 4. 4 si 8; 5. 2 si 15; 6. 1 si 12; 7. 2 si 14; 8. 2 si 13; 9. 1 si 15; 10. 1 si 13; 11. 3
si 13
a. 2
b. 6
c. 1, 5, 7, 9
d. 6, 7, 9
e. 5, 10
14. In cadrulunuialgoritm genetic operatia de selectie a supravietuitorilor: 1. Se
aplicaasuprapopulatieicurente; 2. In unelevariantenecesitacalculareauneidistributii de
probabilitate de selectie; 3. Utilizeazaintotdeaunafactorialeatori; 4.
Alegegeneratiaurmatoaredintreindiviziidisponibilidupaoperatia de mutatie; 5.
Indiviziialesisintintotdeaunafezabili; 6. Uneoriutilizeazafactorialeatori; 7.
Asiguraperpetuareaindividului cu calitate maxima din populatiacurenta; 8. Duce la
crestereacalitatiimedii a populatieicurente; 9. Garanteazaobtinereauneigeneratii cu
calitatemediesuperioara, dacafolosesteselectiabazata pe virsta; 10. Se aplica la
inceputulfiecareiiteratii; 11. Se aplicaasupradescendentilorobtinuti din populatiacurenta; 12.
Se aplicaasuprapopulatieicurentesiasupradescendentilorobtinuti din populatiacurenta.
a. 2, 3, 4, 5, 6, 11
b. 1, 7
c. 2, 4, 5, 6, 12
d. 4, 8, 11
e. 6, 8, 11
15. AlgoritmulHillclimbing: 1. Se aplicaasupraunuisingurpunct din spatial de cautare; 2.
Aplicarea se poaterepetapentrumaimultepunctepentru a cresteperformantele; 3. Este inspirat
din tehnicile de alpinism; 4. Gasesteîntotdeaunasolutia optima; 5. Gäsesteuneorisolutia
optima; 6. Calculele se încheieatuncicîndtemperaturasistemuluidevine zero; 7.
De obiceigäseste un punct de optim local; 8. Se utilizeazänumaipentrureprezentarea cu siruri
de numerereale.
Alegeti o optiune:
a. 1,4, 6,7
b. 1,2, 4,7
c. 1,5, 7,8 •
d. 1,2, 5, 7
e. 3,4, 6,8
16. In cadrulunuialgoritm de clasastrategiilor evolutive, reprezentareacromozomilor: 1. Poate
fi oricaredintre: siruribinare, siruri de numereintregi, siruri de numerereale, permutari; 2.
Poate fi numai de tip siruri de numereintregisaureale; 3. Poate fi numai de tip siruri de
numerereale; 4. Nu influenteazatipul de recombinarefolosit (discreta/intermediara); 5. Se
alege in functie de problema care se rezolva; 6. Influenteazatipul de recombinarefolosit; 7.
Are influentaasupramecanismului de selectie a generatieiurmatoare; 8.
Contineatitdescriereaindividuluicandidatcitsiparametrii care controleazaevolutiasa.
a. 2, 4, 5, 6
b. 1, 3, 4, 8
c. 2, 4, 5, 8
d. 1, 7, 8
e. 3, 4, 8
17. Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] si Y=[ 9 8 7 3 6 1 5 10 4 2] permutari. Care
urmasisintgeneraliprinutilizareaoperatorului CX?
Alegeti o optiune:
a. C1=[67 8 10 5 1 9 3 4 2], C2=[ 9 8 1 367 5 1042]
b. C1 =[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
c. C1 =[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 83675104]
d. Cl =[ 2 6 7 8 10 5 1 9 3 4], C2=[ 2 8 1 36751049]
e. C1 =Y, C2=X
18. încadrulunuialgoritmevolutivpopulatiainitiala: 1. Este generate
înainteaînceperiievolutieipropriu-zise; 2. Este generatadupafiecarecicluevolutiv (care
presupuneefectuareaoperatiilor de selectie, recombinare, mutatie, evaluare); 3. Este generata
la începutulfiecaruicicluevolutiv; 4. Este generataaleator; 5. Este generatautilizînd distribute
de probabilitateuniforma; 6. Este generatautilizînddistributia de probabilitatenormala; 7. Este
setata pe multimeavida.
Alegeti o optiune:
• a. 1,2,4,5, 6
b. 1,2, 4, 7
c. 1,4,5
d. 2,5,7
e. 5,7
19. In algoritmiigenetici, reprezentareaprinpermutari
Alegeti o optiune:
a. Nu permiteutilizarea de operatori de recombinare
b. Nu permiteutilizarea de operatori de mutatie
c. Nu esteutilizata
d. Necesitaoperatori de variatie special definiti
e. Nu permitemaimult de doua gene euaceeasivaloareîntr-un cromozom
20. Înalgoritmiigenetici, alegereauneianumitereprezentări: 1. Este independentă de problema
de rezolvat; 2. Depinde de problema de rezolvat; 3. Poate fi făcutăaleator; 4. Este imposibilă,
fiindfolositădoarreprezentareaprinnumerereale; 5. Influențeazăcalitateasoluțieifurnizate
a. 2, 3
b. 2, 5
c. 1, 3
d. 4
e. 3, 5
21. Încadrulunuialgoritmevolutivcondiția de terminare: 1. Este obligatorie; 2. Nu
esteindicată; 3. Include obligatoriu, direct sau indirect, controlulnumărului de iterații
(numărulpopulațiilor generate); 4. Nu poate fi implementată; 5. Este utilizatădoarîncadrul
GA, nu șiîncadrul ES.
a. 5
b. 2, 3, 4
c. 2, 4
d. 1, 3
e. 1, 5
22. Intr-un algoritmevolutiv, functia de evaluare:
Alegeti o optiune:
a. se alegeînfuncfle de dimensiuneapopulatiei
b. estedefinitä pe spatiul unidimensional
c. estestabilitä de Holland
d. este o functieasimptoticä
e. estimeazanivelul de adaptareaindividuliui
26. Fie permutarile x=[10 2391 7648 5] si y=[5 4 7 2 1 9 3 6 8 10], un
cromozomcopilrezultatprin PMX este c=[ 5 2 3 9 1 4 7 6 8 10].
Atunciordineaconsiderariiparintilorsirespectivpunctele de incrucisaresint:
Alegeti o optiune:
• a. (y,x) si (1,4)
b. (y,x) si (2,5)
c. (x,y) si (1,4)
d. (x,y) si (2,5)
e.(y,x) si (1,5)
27. Care din urmatoarelemetode pot fi folosite in cadrulalgoritmilormemeticipentru a
îmbunatatiinformatia in interioruluneipopulatii: 1. recursivitate; 2. hillclimbing; 3. divide et
impera; 4. strategieevolutiväeudoimembri; 5. backtracking; 6. metodeexacte; 7.
metodeeuristice; 8. validareadatelor; 9. metodagradientului; 10. ECX.
Alegeti o optiune:
• a. 2, 4, 6, 8,10
b. 1,3, 5,7,8
c. 2, 3, 5, 6, 9
d. 2, 4, 6,7,9
e. 1,3, 6, 7,10
28. In cadrulunuialgoritmevolutiv populate initiala: 1. Este
generatainainteainceperiievolutieipropriu-zise; 2. Este generatadupafiecarecicluevolutiv (care
presupuneefectuareaoperatiilor de selectie, recombinare, mutatie, evaluare); 3. Este generata
la inceputulfiecaruicicluevolutiv; 4. Este generataaleator; 5. Este generatautilizind distribute
de probabilitateuniforma; 6. Este generatautilizind distribute de probabilitatenormalâ; 7. Este
setatä pe multimeavidâ.
Alegeti o optiune:
• a. 1,2,4,5, 6
b. 1,2, 4, 7
c. 1,4,5
d. 2,5,7
e. 5,7
29. In cadrulunuialgoritm genetic operatia de recombinare: 1. Este efectuata o singura data
pe parcursulunuialgoritm genetic; 2. Este efectuataimediatdupafiecareetapa de selectie a
parintilor; 3. In general probabilitatea de recombinare nu conteaza in
rezolvareaproblemelorprinalgoritmigenetici; 4. Este
efectuataimediatînainteafiecareiproceduri de mutatie; 5. Este
efectuataimediatinainteafiecareietape de selectie a parintilor; 6. Utilizeazapopulatia de
parinti; 7. Este utilizatadoarînproblemefaraconstringeri; 8. Este utilizata cu probabilitate
mare; 9. Este utilizata cu probabilitate mica; 10. Este efectuatä o singurädatä, dupä prima
etapä de selectie a parintilor.
Alegefi o opfiune:
• a. 2, 5.7, 8
b. 1,2,7,8
c. 4, 8, 9,10
d. 2, 3, 4,7
e. 2,4, 6,8
30. Calcululevolutivesteinspirat din:
Alegeti o optiune:
a. Evolutianaturalabiologica
b. Revolutia industrial
c. Nouarevolutieagrarä
d. Societateacunoasterii
e. Societatea informational
31. Care din urmatoriioperatori pot fi utilizatiintr-un algoritm genetic care
folosestereprezentareaprinsiruri de numerereale? 1. Negarea; 2. Negarea fuzzy; 3. Resetarea
pseudo-aleatoare; 4. Resetaredeterminista; 5. Mutatiauniforma; 6. Mutatianeuniforma cu
distribute fixata; 7. Mutatialocala; 8. Interschimbarea; 9. Inserarea; 10. Mutaflarapidä; 11.
Amestecul; 12. Mutafia globalä;13. Inversiunea; 14. Recombinare unipunct;15.
Recombinaremultipunct; 16.Recombinare uniformä; 17. Recombinarearädäcinilor; 18.
Recombinarearitmeticäsimplä; 19. Recombinarearitmeticäsingularä; 20.
Recombinarearitmeticätotalä; 21. Recombinareasirurilormaxime; 22. Partially mapped
crossover; 23. Recombinare de ordine; 24. Recombinareamuchiilor; 25. Recombinareaciclicä
Alegefi o opfiune:
a. Totioperatorii de mai sus
b. 5.6,14,15.16,18,19,20
c. 1,3,4, 7,10,13,16,17, 20
d. 2.7,10,12,17,21
e. 3,4, 5.6,7,12,18,19,21
32. In cadrulunuialgoritm din clasastrategiilor evolutive, reprezentareacromozomilor: 1.
Poate fi oricaredintre: siruribinare, siruri de numereintregi, siruri de numerereale, permutari;
2. Poate fi numai de tip sirui de numereintregisaureale; 3. Poate fi numai de tip siruri de
numerereale; 4. Nu influenteazatipul de recombinarefolosit (discretà / intermediarâ); 5. Se
alegeînfunctie de problema care se rezolva; 6. Influenteazatipul de recombinarefolosit; 7. Are
influentaasupramecanismului de selectie a generatieiurmatoare; 8. Confine
atitdescriereaindividuluicandidatcît $iparametrii care controleazäevolufiasa.
Alegefi o optiune:
• a. 1,3,4, 8
b. 2,4. 5,6
c. 2,4. 5,8
d. 1,7,8
e. 3,4, 8
33. In cadrulunuialgoritm genetic care maximizeaza o functie (fitness): 1.
Selectiageneratieiurmatoareesteobligatoriubazata pe virsta; 2. Sint rezolvatedoarprobleme cu
constringeri; 3. Mutatiaesterealizata cu probabilitate mica; 4. Nu
esterecomandatautilizareaselectiei FPS; 5. Multisetulcopiilorestetara duplicate; 6.
Selecîasupraviejuitorilorestedeterminatâ de calitateçi/saufactorulvîrstâ; 7.
Recombinareaesterealizatärareori; 8. Seurmärestedeterminareaunuipunct de maxim global; 9.
Structuracromozomialädiferädaeàfunctiaestetranslatatâ.
• a. 1,3,5,9
b. 4, 6, 8
C. 3, 6, 8
d. 1,3,4.7
e. 5, 6,7
34. Intr-un algoritm genetic, populate initiala: 1. Este generata pina cindesteatins un optim
local; 2. Este construita o singuradata ; 3. Suferamutatie cu o probabilitaterelativ mica; 4.
Trebuiemodificata la fiecareiteratie; 5. Contineexclusivindivizifezabili; 6. Este formata din
indivizii care tree in generatieurmatoare; 7. Este generatautilizinddistributie de
probabilitateuniforma.
Alegeti o optiune:
• a. 1, 3
b. 1,2,7
c. 2, 3,7
d. 2, 5,7
e. 4, 5,7
ALTE GRILE USCATU

Grile PEAG:
1. Pentrupastrarearelatiilorcomune din cromozomiiparinti se folosesteoperatorul de

recombinare:
b) nu exista un operator pebntruacest scop
e) incrucisarebinara
2. Care din urmatoareleeste un dezavantaj al utilizatiidistributiei de probabilitate de selectie

de tip FPS?
a) Convergentaasimptomatica
b) convergentalenta
c) convergentaprematura
d) eliminareaindivizilorslabi
e) selectareacelormaibuniindivizi
3. Pentruproblemele in care reprezentareaprinpermutarisemnificaordiea de aparitie a

unorevenimente, operatorul de recombinarefolositeste:
a) incrucisareaaritmeticasingulara
b) incrucisareaunipunct
c) IPX
d) OCX (Order crossover)
e) incrucisareuniforma
4. Mecanismul de selectieturnir:
a) esteintotdeauna de tip determinist
b) acorda o sansasiceluimai slab inidvid
c) nu exista un astfel de mecanism. Turniuleste o competitiemedievala
d) nu respectadistributia de probabilitate de selectie
e) estecelmai des folositmecanism de selectie
5. Pentruproblemele cu dependenta de adiacente se folosesteoperatorul de recombinare:

a) OCX
b) niciunul din celelalteraspunsuri
c) ECX
d) PMX
e) incrucisarearitmeticasingulara
6. Care din urmatoarele nu este un mecanism de selectie?

a) Ruletacomplicata
b) genitor
c) ruletasimpla
d) ruleta multi-brat
e) turnir
7. Recombinareamultipla:
a) nu se poatebaza pe frecventaalelelor
b) este o generealizareaoperatiilor de recombinarepentrureprezentarea cu permutari
c) are echivalentbilogic
d) esteceamai bun optiunepentrualgoritmiigenetici
e) produce rezultatemaibunedoar in unelecazuriparticulare
8. In cazulreprezentarii cu siruri de numereintregi, recombinarilearitmetice:

a) se pot aplicadaca se face rotunjirearezultatelor
b) producintotdeaunarezultateaberante
c) nu existanotiunea de recombinarearitmetica
d) sunt interzise
e) se pot aplicanumaidacatoateperechile de alele de pe pozitiiidentice sunt fie pare, fie impare
tip FPS?
a) Convergentaprematura
b) convergentaasimptotica
c) eliminareaindivizilorslabi
d) selectareacelormaibuniindivizi
e) convergentalenta
10. Schema generala de recombinaredepinde de:

a) numarul de indivizi din populatiainitiala
b) ooperatorul de recombinarefolosit
c) existentaconstrangerilor in problema de rezolvat
d) reprezentareacromozomilor
e) alegereautilizatorului
d) esteceamai buna optiunepentrualgoritmiigenetici
12. In cadrulalgoritmilorgenetici, generatiaurmatoareesteselectatadintre:

a) parintiiselectati
b) indiviziigeneratieicurentesidescndentiiobtinutidupaetape de mutatie
c) decendentiigeneratieicurente
d) indiviziigeneratieicurente
e) descendentiiobtinuti din etapa de recombinare
13. Care din urmatoareleeste un model de populatie?

a) cu dimensiunefixa
b) cu dimensiunevariabila
c) cu generatii
d) cu stariinstabile
e) cu stari stabile
14. Care din urmatoarele nu este un model de distributie de probabilitatefolositpentruetapa de

selectie:
a) FPS cu ferestre
b) FPS
c) FPS cu alflascalare
d) ranguriliniare
e) FPS cu sigma scalare
15. Care mecanism de selectieprroducerezultatemaiapropiate de distributia de probabilitate

de selectiecalculata?
a) toateproducrezultate la fel de apropiate
b) SUS
c) niciunul
d) ruleta cu un brat
e) turnirul
16. Daca aplicareaunui operator de recombinare produce indiviziaberantiatunci:

a) se folosescparintii ca descendenti
c) algoritmul produce totusirezultatecorecte, ca urmareaautoreglariiprinselectie
e) problema nu se poaterezolvaprinalgoritm genetic
17. De cate oritrebuierotitbratulruletei multi-brat pentruaexecutaintregulproces de selectie a
a) de 2*k ori
b) de k ori
c) o data
d) de k/2 ori
e) nu esteruleta multi-brat
18. Ce aritate are operatorul de recombinare in algorimtiigenetici (catioperaziutilizeaza)

c) ternar (treioperanzi)
d) nu existaoperatori de recombinare in algoritmiigenetici
e) binar (doioperanzi)
19. Pentru a pastra cat mai bine informatiareferioare la pozitiile absolute ale alelelor in
cromozomiparinti se folosesteoperatul:
a) incrucisaremultipunct
b) CX
c) ECX
d) OCX
e) PMX
20. Care din urmatoareleafirmatii nu e adevaratapentrumodelul generational?

a) poateinlocui un singurcromozom din populatiacurenta
b) necesitaurmarireamaimultorgeneratii consecutive
c) nu tine cont de calitateacromozomilor
d) poateinlocuiparialgeneratiacurenta
e) poateinlocuicompletgeneratiacurenta
1. In algoritmiigenetici ,alegereauneianumitereprezentari
-depinde de problema de rezolvat
-influenteazacalitateasolutieifurnizate
2.In cadrulunuialgoritmevolutivconditia de terminare

Este obligatorie
Include obligatoriu direct sau indirect controlulnumarului de iteratii.
5.in algoritmiigenetici, opratia de selectie a parintilor

Este utilizata in general in manieranederminista
6.intr-un algoritmevolutiv ,functia de evaluare:

Estimeazanivelul de afaptareaindividului
1. Fie X=[6 1 8 10 5 7 12 43 9 3 4 2] o secventa de numereintregi, In
urmaaplicariimutatieifluajpoate fi obtinutaurmatoareavariantamutata:
1. Y=[16 1 8 10 5 7 12 43 9 3 4 2];
2. Y=[6 1 8 10 5 7 12 43 9 4 3 2];
3. Y=[6 1 8 10 15 7 12 43 9 3 4 2];
4. Y=[7 1 8 10 5 7 12 43 9 3 4 2];
5. Y=[6 1 8 10 5 7 12 43 9 3 4 2];
6. Y=[6 1 8 10 5 7 12 42 9 3 4 2];
R: 2,4,5,6
9 algorimul ES2M
Este algoritmul auto adaptivprimar
10.In cadrulunuialgorit genetic operatia de selectie a supravietuitorilor

In unelevairantenecesitacalculareauneidistributii de probabilitate de selectie
Allege generatiaurmatoaredintreindiviziidisponiblidupaoperatiune de mutatie
Indiviziialesi sunt intotdeaunafezabil
Uneoriutilizeazafactorialeatori
Se aplicaasuprapopulatieicurentesi asupradescendentilorobtinuti din populatiacurenta
11. Tipurile de probleme care pot fi rezolvate pe baza decalculevolutiv sunt

Problem de optimizare
Problem de modelare
Problem de simulare
12. fie X= 6 1 8 10 5 7 9 3 4 2 ] o permutare , in

uurmaapicariimutatieiprininversiunepentrupozitiile 2 7 poate fi obtinutaurmatoare variant
mutant
Y= 6 9 75 10 8 1 3 4 2
14. Care din urmatoarelemetode pot fi folosite in
cadrulalgoritmilormemeticipentruaimbunatatiinformatia in interioruluneipopulatii
Hillclimbing
Strategieevolutiva cu 2 membri
Metodeexacte
Metodeeuristice
Metodagradientului
15Decodificarea trebuierealizata
Obligatoriudupaextragereaceluimai bun individ din populatiafinala
17.in cadrulunuialgoritmevolutivpopulatiainitiala
Este generate inainteainceperiievolutieipropriuzise
Este generate aleator
Este generate utilizantdistributia de probabilitateuniforma
18.fie x =6 1 8 10 5 7 9 3 4 2 opermutare in urmaaplicariimutatieiprinamestecptpozitiile

2 7 poate fi obtinutaurmatoare variant mutant
6 7 8 10 5 1 9 3 4 2
6 7 10 8 5 9 1 3 4 2
6 9 7 5 10 8 1 3 4 2
20. calculevolutiveste inspirit din

Evolutianaturalabiologica
22 care din urmatoriioperatori pot fi utilizatiintr un algoritm genetic care
folosestereprezentareaprinsiruri de numerereale ?
Mutatiauniforma
Mutatianeuniforma cu distributiefixa
Recombinareaunipunct
Recumbinareamultipunct
Recombinareauniforma
Recombinareaaritmeticasimpla
Recombinareaaritmetica singular
Recombinareaaritmeticatotala
23. fie x = 6 1 8 10 5 7 9 3 4 2 si y= 9 8 7 3 6 1 5 10 4 2 permutari. Care urmasi sunt
generate prinutilizareaoperatoruluiCX
C1= 6 8 7 10 5 1 9 3 4 2
C2 = 9 8 1 3 6 7 5 10 4 2
24. In cadrulunuialgoritm genetic din clasastrategiilorevolutive

,reprezentareacromozomilor
Poate fi numai de tip sururi de numerereale
Nu influenteazatipul de recombinarefolosit( discrete\ intermadiara)
Contineatatdescriereaindividlui cat si parametric care controleazaevolutiasa.
26 in cadrulunuialgoritmgeneti care maximizeaza o functie( fitness)

Mutatiaestereaizata cu probabilitate mica
Selectia supravietuitorilorestedeternata de calitate sis au de factorulvarsta
Se urmarestedeterminareaunuipunct de maxim global
27.fie urmatoriidoicromozomi de tip permutare 6 3 7 8 5 1 2 4 9 si 7 2 8 5 6 9 4 1 3

.aplicandoperatoruld e recombinarepmx cu pozitiile 3 si 5 se obtindescendentii
527851493
738569241
27. Fie urmatoriidoicromozomi de tip permutare 6 3 7 8 5 1 2 4 9 si 7 2 8 5 6 9 4 1 3
.aplicandoperatoruld e recombinarepmx cu pozitiile 3 si 6 se obtindescendentii
728561349
627851493
738569241
28 componentelealgorimilorevolutivi sunt
Reprezentarea
Functia de evaluare
Populatia
Mecanismul de selectie a parintilor
Operatorii de variatie
Mecanismul de inlocuire a populatieicurente
Initializareapopulatiei
Conditia de terminare
30 intr un algoritm genetic populatiainitiala

Este contruita o singura data
Contineexclisivindivizifezabili
Este generate utilizantdistributia de probabilitateuniforma
31. conditiaterminala
??
1. In algoritmiigenetici, operatie de selectie a parintilor:
a) esteutilizata in general in manieranedeterminista
b) nu esteutilizata
c) esteutilizatadeterminista
d) esteutilizata in functie de reprezentareacromozomiala
e) estedoar un exercitiu de implementare, nefiindnecesara
2. In cadrulunuialgoritm din clasastrategiilor evolutive, reprezentareacromozilor: 1. Poate fi

oricaredintre: siruribinare, siruri de numereintregi, siruri de numerereale, permutari, 2. Poate
fi numai de tip siruri de numereintregisaureale, 3. Poate fi numai de tip siruri de numerereale,
4. Nu influenteazatipul de recombinarefolosit (discreta / indiscreta), 5. Se alege in functie de
proble care se rezolva, 6. Influenteazatipul de recombinare folosit,7. Are
influentaasupramecanismului de selectie a generatieiurmatoare, 8.
Contineatatdescriereaindividuluicandidat cat siparametrii care controleazaevolutiasa.
a) 2,4,5,6
b) 1,3,4,8
c)3,4,8
d)2,4,5,8
e)1,7,8
4. Fie X=[6 1 8 10 5 7 12 43 9 3 4 2] o secventa de numereintregi. In
urmaaplicariimutatieifluajpoate fi obtinutaurmatoareavariantamutata: 1. Y=[16, 1 8 10 5 7 12
43 9 3 4 2], 2.Y=[6 1 8 10 5 7 12 43 9 4 3 2]
3. Y=[6 1 8 10 15 7 12 43 9 3 4 2], 4. Y=[7 1 8 10 5 7 12 43 9 3 4 2], 5.Y=[6 1 8 10 5 7 12
43 9 3 4 2],
6. Y=[6 1 8 10 5 7 12 42 9 3 4 2]
a) 2, 4, 6
b) 2,4,5,6
c)4,5,6
d) 1,2,3,4,5,6
e) 2,3,4,5,6
5. In algoritmiigenetici, reprezentareaprinpermutari:
a) nu esteutilizata
b) nu permiteutlizarea de operatori de recombinare
c) necesitaoperatori de variatiesepecialdefiniti
d) nu permiteutilizarea de operatori de mutatie
e) nu permitemaimult de doua gene cu aceeasivaloareintr un cromozom
7. In algoritmiigenetici, alegereaunuianumitereprezentari 1. Este independenta de problema

de rezolvat, 2. ..problema de rezolvat, 3 poate fi facutaaleator, 4. Este imposibila,
fiindfolositareprezentareaprinnumerereale, 5. Influenteazacalitateasolutieifurnizate
a) 4
b) 1,3
c) 2, 5
d) 2,3
e) 3,5
8. Decodificareatrebuierealizata:
a) obligatoriudupaextragereaceluimai bun individ din populatiafinala
b) nu depinde de reprezentareaaleasa
c) nu e necesara in algoritmiigenetici
d) niciuna din celelaltevariante
e) garanteazaobtinerea de rezultate optime
9. In cadrulunuialgoritm din clasastrategiilor evolutive, operatie de mutatie: 1. Este

utilizatadoar in probleme cu constrangeri, 2. Este efectuataimediatceestedisponibila o
populatie de copii, 3. Alegepentrumutatie in mediejumatate de indivizi, 4.
Utilizeaazadouamultiseturidistincte de copii, 5. Este de tip neuniform (fluaj), 6. Este
efectuata o singura data, dupa prima etapa de genereare a uneipopulatii, 7. Este realizata cu
probabilitate mica, 8. Este efectuata o singura data pe parcursulunuialgoritm, 9.
Determinastructuracromozomiala, 10. Utilizeazapopulatiacurenta, 11. Este efectuataiterativ
a)2,5,9,11
b)2,5,9,10
c)1,5,6,8
d)1,4,5,7
e)1,5,9,10
10. AlgoritmulHillclimbing: 1. Se aplicaasupraunuisingurpunct din spatiul de cautare, 2.

Aplicarea se poaterepetapentrumaimultepunctepentru a cresteperformantele, 3. Este inspirat
din tehnicile de alpinism, 4. Gasesteintodeaunasolutia optima, 5. Gasesteuneorisolutia
optima, 6. Calculele se incheieatunci cand temeraturasistemuluidevine 0, 7. De obiceigaseste
un punct de optim local, 8. Se utilieazanumaipentrureprezentarea cu siruri de numerereale
a) 1,2,4,7
b)1,4,6,7
c)1,2,5,7
d)1,5,7,8
e)3,4,6,8
12. Fie permutarile x=[10 2 3 9 1 7 6 4 8 5] si y=[5 4 7 2 1 9 3 6 8 10], un

cromozomcopilrezultatprin PMX este c=[5 2 3 9 1 4 7 6 8 10].
Atunciordineaconsiderariiparintilorsirespectivpunctele de incucisare sunt:
a) (x,y) si (2,5)
b) (y,x) si (1,4)
c) (y,x) si (1,5)
d) (x,y) si (1,4)
e)(y,x) si (2,5)
14. In cadrulunuialgoritm genetic operatie de selectie a supravietuitorilor: 1. Se

aplicaasuprapopulatiteicurente, 2. In unelevariantenecesitacalculareauneidistributii de
probabilitate de selectie, 3. Utilizeazaintotdeaunafactorialeatori, 4.
Alegegeneratiaurmatoaredintreindiviziidisponibilidupaoperatia de mutatie, 5. Indiviziialesi
sunt intotdeaunafezabili, 6. Uneoriutiliezeazafactorialeatori, 7.
Asiguraperpetuareaindividului cu calitatea maxima din populatiacurenta, 8. Duce la
crestereacalitatiimedii a populatieicurente, 9. Gareanteazaobtinereaunuigeneratii cu
calitatemediesuperioara, dacafolosesteselectiabazata pe varsta, 10. Se aplica la
inceputulfiecareiiteratii, 11. Se aplicaasupradescendentilorobtinuti din populatia curenta,12.
Se aplicaasuprapopulatieicurentesiasupradescendentilorobtinuti din populatiacurenta.
a) 2,3,4,5,6,11
b)2,4,5,6,12
c)4,8,11
d)1,7
e)6,8,11
15. Componentelealgoritmilorevolutivi sunt: 1. Rerprezentarea, 2. Probabilitatea de mutatie,

3. Functia de evaluare, 4. Probabilitatea de recombinare, 5. Populatia, 6. Generearea de
numerealeatoare, 7. Mecanismul de selectia a parintilor, 8. Generarea de permutari, 9.
Reprezentareagrafica a evolutieicalitatii, 10. Operatorii de variatie, 11.
Stabiliteadiversitatiigenetice a populatiei, 12. Mecanismul de inlocuire a populatieicurente,
13. Hillclimbing, 14. Initializareapopulatiei, 15. Conditia de terminare
a) 1,3,5,6,10,13,14,15
b)2,4,5,9,15
c) 1,3,5,7,10,12,14,15
d) 1,2,5,6,7,14,15
e) 2,4,6,8,11,13
17. In cadrulunuialgoritmevoltivconditia de terminare: 1. Este obligatorie, 2. Nu esteindicata,

3. Include obligatoriu, direct sau indirect, controlulnumarului de iteratii (numarulpopulatiilor
generate), 4. Nu poate fi implementata, 5. Este doar in cadrul GA, nu si in cadrul ES
a) 5
b) 2,3,4
c) 2,4
d) 1,5
e)1,3
18. Tipurile de probleme care pot fi rezolvate pe bazacalculuievolutiv sunt: 1. Problema de
optimizare, 2. Problemele de geometrie, 3. Prelucrareadatelor de dimensiune mare (big-data),
4. Problemele de modelare, 5. Problemele de validare a datelor, 6. Problemele de simulare, 7.
Alocareadinamica a datelor in memoriacalculatorului, 8. Deplasareaautonoma a vehiculelor
a) 1,4,6
b) 2,4,6,8
c) 2,3,4
d) 2,4,6
e) 1,3,5,7
19. In cadrulunuialgoritm genetic care maximizeaza o functie (fitness): 1.

Selectiageneratieiurmatoareesteobliatoriubazata pe varsta, 2. Sunt rezolvatedoarproblemele
de constrangeri, 3. Mutatiaesterealizata cu probabilitate mica, 4. Nu
esterecomandatautilizareselectiei FPS, 5. Multisetulcopiilorestefara duplicate, 6.
Selectiasuprevietuitorilorestedeterminata de calitateasi/saufactorulvarsta, 7.
Recombinareaesterealizatarareori, 8. Se urmarestedeterminareaunuipunct de maxim global,
9. Structuracormozomialadiferadacafunctiaestetranslatat
a) 1,3,4,7
b) 1,3,5,9
c) 5,6,7
d) 4,6,8
e)3,6,8
20. Algoritmiigenetici:
a) utlizeaza la fiecare moment de timp o varianta de solutie… prinperturbarenormala
b) sunt tehnici de cautarestochasticabazate pe populatii
c) folosescexclusivselectiideterministe
d) sunt metodedeterministe de cautare in spatiulsolutiilor
e) rezolvaexclusivprobleme definite pe spatii continue
21. In cadrulunuialgoritmevolutivpopulatiainitiala: 1
.estegeneratainainteainceperiievolutieipropriu-zise, 2. Este generatadupafiecarecilcuevolutiv
(care presupuneefectuareaoperatiilor de selectie, recombinare, mutatie, evaluare), 3. Este
generata la inceputulfiecaruicicluevolutiv, 4. Este genereataaleator, 5. Este
generatautilizanddistributia de probabilitateuniforma, 6. Este generatautilizanddistribtuia de
probabilitatenormala, 7. Este setata pe multimeavida
a) 2,5,7
b) 5,7
c) 1,4,5
d) 1,2,4,5,6
e) 1,2,4,7
23. Care dintreurmatoarelemetode pot fi folosite in

cadrulalgoritmilotmemeticipentruaimbunatatiinfromatia in interioruluneipopulatii: 1.
Recursivitatea, 2. Hillclimbing, 3. Divide eiimpera, 4. Strategieevolutiva cu doimemebri, 5.
Backtracking, 6. Metode exact, 7. Metodeeuristice, 8. Validareadatelor, 9.
Metodagradientului, 10. ECX
a) 2,4,6,8,10
b)1,3,5,7,8
c)2,3,5,6,9
d)2,4,6,7,9
e)1,3,6,7,10
25. In cadrulunuialgoritm genetic operatia de recombinare:

2. Este efectuata o singura data dupa prima etapa de selectie a parintilor
9. Este utilizata cu probabilitate mica
3. In generalprobabilitatea de recombinare nu conteaza in
rezolvareaproblemelorprinalgoritmigenetici
1. Este efectuata o singura data pe parcursulunuialgoritm genetic
4. Este efectuataimediatinainteafiecareproceduri de mutatie
5. Este efectuataimediatdupafiecareetapa de selectie a parintilor
8. Este utilziata cu probabilitate mare
10. Este efectuataiterativ
7. Este utilizatadoar in problemefaraconstrangeri
6. Utilizeazapopulatia de parinti
a) 2, 5, 7, 8
b) 1, 2, 7, 8
c)4,8,9,10
d) 2,3,4,7
e) 2,4,6,8
27. Fie urmatorulcomozom de tip premuare: {7,6, 12, 14, 3, 10, 8, 15, 11, 5 , 4, 1 , 13, 2, 9}.
In urmaaplicariioperatorului de mutatieprinamestec s-a obtinutcromozumul: {7, 14, 13, 12, 1,
15, 2, 8, 6, 3, 11, 5, 10, 4, 9}. Cele douapozitiiutilizatepentruameste sunt 1. 1 si 14, 2. 4 si 15,
3. 3 si 15, 4. 4 si 8, 5. 2 si 15, 6. 1 si 12, 7. 2 si 14, 8. 2 si 13, 9. 1 si 15, 10. 1 si 13, 11. 3 si
13
a)6
b) 2
c) 6, 7, 9
d) 1, 5, 7, 9
e) 5, 10
28. Care din urmatoriioperatori pot fi utilizatiintr-un algoritm genetic care

folosestereprezentatreaprinsiruri de numerereale?
1.Negarea, 2. Megarea fuzzy, 3. Resetarea pseudo-aleatore, 4. Resetareadeterminista, 5.
Mutatiauniforma, 6. Mutatitaneunfiroma cu mestributiefixata, 7. Mutatialocala, 8.
Interschimabrea, 9. Inserarea, 10. Mutatiarapida, 11. Amestecul, 12. Mutatiaglobala, 13.
Inversiunea, 14. Recombinareaunipunct, 15. Recombinareamultipunct, 16.
Recombinareaunfiorma, 17. Recombinarearadacinilor, 18. Recombinareaartmeticasimpla,
19. Recombinareaaritmeticasingulara, 20. Recombinareaarimeticatoatla, 21.
Recombinareasirurilormaxime, 22. Partially mapped crossover, 23. Recombinarea de ordine,
24. Recombinareamuchiilor, 25. Recombinareciclica
a) totioperatorii de mai sus
b) 5,6,14,15,16,18,19,20
c)1,3,4,7,10,13,16,17,20
d)2,7,10,12,17,21
e)3,4,5,6,7,12,18,19,21
29. Fie X=[6 1 8 10 5 7 9 3 4 2] si Y=[9 8 7 3 6 1 5 10 4 2] permutari. Care

urmasisuntgeneratiprinutilizareaoperatorului CX?
a) C1=[ 6 7 8 10 5 1 9 3 4 2], C2=[9 8 1 3 6 7 5 10 4 2]
b) C1=[6 8 7 10 5 1 9 3 4 2] , C2=[9 1 8 3 6 7 5 10 4 2]
30. Fie urmatoriidoicromozomi de tip permutare: {6, 3, 7, 8, 5 , 1, 2 , 4, 9} si { 7, 2, 8, 5, 6,9,

4 , 1 ,3}. Aplicandoperatorul de recombinare PMX, cu pozitiile 3 si 6 se obtindescendentii:
a. 6,3,7,8,5,9,4,1,2
b.7,4,6,8,5,1,2,9,3
c.8,3,7,8,5,9,4,2,1
d. 6,2,7,8,5,1,4,9,3
e.7,2,8,5,6,1,3,4,9
f.6,2,7,8,5,9,4,1,3
g. 7,9,8,6,5,1,2,4,3
h.7,3,8,5,6,9,2,4,1
i.7,3,8,5,6,1,2,4,9
j.5,3,7,8,6,9,4,1,2
a) a, e
b) b, c
c) d,h
d) g, j
e) f,i
Partea I:
1. Înalgoritmiigenetici, rerezentareaprinșiruri de numereîntregi
1. Este preferabilapentruprobleme de optimizare
2. Este doar un exercitiu de implementare, nefiindnecesara
3. E preferabilaatunci cand pentrufiecare gena sunt posibilemaimult de douavaloridistincte
4. nu esteutilizata in algoritmigenetici
5. Nu poate fi utilizata in cazulatributelorordinale
2. In algoritmiigenetici, reprezentareaprinpermutări
1. Nu permiteutilizarea de operatori de mutatie
2. Nu esteutilizata
3. Are nevoie de operatori special definiti (Vezicursul II: - Slide 19)
4. Nu permiteutilizarea de operatori de recombinare
5. Nu permitemaimult de doua gene cu aceeasivaloareintr-un cromozom
3. Tipurile de probleme care pot fi rezolvate pe bazacalcululuievolutiv sînt: 1. Problemele de
optimizare; 2.Probleme de cautare in spatiulsolutilor; 3. Prelucrareadatelor de dimensiune mare(big-data);
4. Probleme de modelare; 5.Probleme de validare a datelor; 6. Probleme de simulare; 7 Alocareadinamica
a datelor in memoriacalculatorului; 8. Deplasareaautonoma a vechiculelor
1. 2,4,6
2. 1,4,6(Vezicursul I: Introducere: - Slide 9 si 10)
3. 2,4,6,8
4. 1,3,5,7
5. 2,3,4
4. Intr-un algoritmevolutiv, functia de tip calitate: 1. Evalueazacalitateaalgoritmului, 2.
Evalueazacalitateafiecaruicandidat; 3. Evalueazaviteza de gasire a solutiei fata de consumul de
resurse; 4. Trebuiemaximizata; 5. Stabilestedaca un descendent esteacceptabil; 6.
Selecteazaindivizii care se vor reproduce; 7. Selecteazaindivizii care trec in generatiaurmatoare;
8. Contine un factor aleator; 9. Evalueazacalitateapopulatieicurente; 10.
Evalueazacalitateapopulatieicurente fata de cea din generatiaanterioara;
1. 6,7,8
2. 5
3. 2,4(Vezicursul I: Introducere - Slide 11)
4. 1,3
5. 9,10
5. In algoritmiigenetici, reprezentareabinara
1. Este ceamaiutilizatavarianta de reprezentare a genotipurilor
2. Nu e utilizatapentrualgoritmigenetici
3. A fostprimul tip de reprezentare a cromozomilor in algoritmigenetici(Vezicursul 2: Slide
14)
4. Duce mereu la rezultate optime
5. Nu depinde de problemarezolvata
6. Componentelealgoritmilorevolutivi sunt: 1. Reprezentarea; 2. Probabilitatea de
mutatie; 3. Functia de evaluare; 4. Probabilitatea de recombinare; 5. Populatia; 6. Generarea de
numerealeatoare; 7. Mecanismul de selectie a parintilor; 8. Generarea de permutari; 9.
Reprezentareagrafica a evolutieicalitatii; 10; Operatorii de variatie; 11.
Stabilireadiversitatiigenetice a populatiei; 12. Mecanismul de inlocuire a populatieicurente; 13.
Hillclimbing; 14; Initializareapopulatiei; 15. Conditia de terminare;
1. 1,2,5,6,7,14,15
2. 1,3,5,7,10,12,14,15
3. 2,4,6,8,11,13
4. 2,4,5,9,15
5. 1,3,5,6,10,13,14,15
7. Calcululevolutivesteinspirat din
1. Revolutiaindustriata
2. Societateacunoasterii
3. Societateainformationala
4. Nouarevolutieagrara
5. Evolutianaturalabiologica(Vezicursul I: Introducere - Slide 6)
9. Caracteristicileunuialgoritm genetic clasic(canonic) sunt: 1.
Reprezentareapopulatieiesterealizataprinintermediulsirurilorbinare; 2.
Reprezentareapopulatieiesterealizataprinintermediulsirurilor de numerenaturale; 3. Probabilitatea de
selectie a unuiindivid in multisetulparintiloresteproportionala cu valoareafunctiei de evaluarepentu el; 4.
Probabilitatea de selectie a unuiindivid in multisetulparintiloreste data de pozitiaindividului in
erarhiapopulatiei, determinata pe bazafunctiei de evaluare; 5. Probabilitateaefectuariiuneimutatiieste
mica; 6. Probabilitateaefectuariiuneimutatiieste mare; 7. Probabilitateaefectuariirecombinariieste mica; 8.
Probabilitateaefectuariirecombinariieste mare; 9. Inlocuireapopulatieicurente se face pe baza de varsta.
1. Nu existaalgoritm genetic canonic
2. 2,4,6,7
3. 1,3,5,8(Speram, doamneajuta)
4. Nici una din varianteleA,B,C,E
5. 2,3,6,7,9
Partea II:
4. Fie urmatoriidoicromozomi 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}. Aplicandoperatorul de recombinare PMX, cu
pozitile 4 si 8 se obtindescendentii.
1. Siruri de numere
x2 = {13,1,10,7,14,8,5,15,12,11,4,2,3,9,6}
y2 = {5,3,11,13,2,14,6,10,1,8,4,7,9,15,12}
5. In cadrulunuialgoritm din clasastrategiilor evolutive, operatia de recombinare:
1. Este de tip local sau global
2. Este efectuata o singura data pe parcursulunuialgoritm
3. Alegepentrurecombinare in mediejumatate de indivizi
4. Este realizata cu probabilitate mica
5. Determinastructuracromozomiala
6. Utilizeazapoplatiacurenta
7. Este efectuata o singura data, dupa prima etapa de generare a uneipopulatii
8. Determinaobtinereaunui multiset de copii in …
9. Este utilizatadoar in probleme cu constrangeri
6. In cadrulunuialgoritm din clasastrategiilor evolutive, reprezentareacromozomilor
1. Influenteazatipul de recombinarefolosit
3. Poate fi numai de tip siruri de numereintregisaureale
4. Poate fi oricaredintre: siruribinare, siruri de numereintregi, siruri de numerereale,
permutari
5. Are influentaasupramecanismuluide selectie a generatieiurmatoare
6. Nu influenteazatipul de mutatiefolosit(discreta/ nediscreta)
7. Poate fi numai de siruri de numerereale
8. Contineatatdescriereaindividuluicandidat cat siparametrii care ..
8. Fie urmatorulcromozom de tip permutare {7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2,
9} In urmaaplicariioperatorului de mutatieprinamestec s-a obitnutcromozomul {7, 14, 13,
12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9 }. Cele douapozitiiutilizatepentruamestesc sunt:
1. 3 si 13
2. 1 si 15
3. 1 si 14
4. 4 si 8
5. 1 si 12
6. 4 si 15
7. 3 si 15
8. 2 si 13
9. 2 si 14
10. 2 si 15
11. 1 si 13
9. In cadrulunuialgoritm genetic operatia de mutatie
1. Are probabilitatemica
2. Se aplicadoardacadivesitateageneticascade sub un prag x dat
3. Intotdeauna produce indivizifezabili
4. Se aplicaasupradescendentilorprodusi de operatia de recombinare
5. Se aplicaasupramutlisetului de parinti
6. Se aplicaasuprapopulatieicurente
7. Se utilizeazadoar in probleme cu constrangeri
8. Poatesaproducaindivizinefezabili
9. Se efectueaza o singura data, dupagenerareapopulatieiinitiale
10. Se aplicaimediatinainteafiecareietape de selectie a generatieiurmatoare
11. Se utilizeazadoar in problemelefaraconstrangeri
12. Nu folosestefactorialeatori.
Grile PEAG:

recombinare:
b) nu exista un operator pebntruacest scop
e) incrucisarebinara

de tip FPS?
a) Convergentaasimptomatica
b) convergentalenta
c) convergentaprematura
d) eliminareaindivizilorslabi
e) selectareacelormaibuniindivizi
3. Pentruproblemele in care reprezentareaprinpermutarisemnificaordiea de aparitie a

a) incrucisareaaritmeticasingulara
b) incrucisareaunipunct
c) IPX
e) incrucisareuniforma
a) esteintotdeauna de tip determinist
b) acorda o sansasiceluimai slab inidvid
c) nu exista un astfel de mecanism. Turniuleste o competitiemedievala
d) nu respectadistributia de probabilitate de selectie
e) estecelmai des folositmecanism de selectie
5. Pentruproblemele cu dependenta de adiacente se folosesteoperatorul de recombinare:
a) OCX
b) niciunul din celelalteraspunsuri
c) ECX
d) PMX
e) incrucisarearitmeticasingulara

a) Ruletacomplicata
b) genitor
c) ruletasimpla
e) turnir
d) esteceamai bun optiunepentrualgoritmiigenetici

a) se pot aplicadaca se face rotunjirearezultatelor
b) producintotdeaunarezultateaberante
c) nu existanotiunea de recombinarearitmetica
d) sunt interzise
e) se pot aplicanumaidacatoateperechile de alele de pe pozitiiidentice sunt fie pare, fie impare
tip FPS?
a) Convergentaprematura
b) convergentaasimptotica
c) eliminareaindivizilorslabi
d) selectareacelormaibuniindivizi
e) convergentalenta
10. Schema generala de recombinaredepinde de:

a) numarul de indivizi din populatiainitiala
b) ooperatorul de recombinarefolosit
c) existentaconstrangerilor in problema de rezolvat
d) reprezentareacromozomilor
e) alegereautilizatorului
d) esteceamai buna optiunepentrualgoritmiigenetici

a) parintiiselectati
b) indiviziigeneratieicurentesidescndentiiobtinutidupaetape de mutatie
c) decendentiigeneratieicurente
d) indiviziigeneratieicurente
e) descendentiiobtinuti din etapa de recombinare
13. Care din urmatoareleeste un model de populatie?
a) cu dimensiunefixa
b) cu dimensiunevariabila
c) cu generatii
d) cu stariinstabile
e) cu stari stabile
15. Care mecanism de selectieprroducerezultatemaiapropiate de distributia de probabilitate

de selectiecalculata?
a) toateproducrezultate la fel de apropiate
b) SUS
c) niciunul
e) turnirul

a) se folosescparintii ca descendenti
c) algoritmul produce totusirezultatecorecte, ca urmareaautoreglariiprinselectie
e) problema nu se poaterezolvaprinalgoritm genetic
17. De cate oritrebuierotitbratulruletei multi-brat pentruaexecutaintregulproces de selectie a
a) de 2*k ori
b) de k ori
c) o data
d) de k/2 ori
e) nu esteruleta multi-brat
18. Ce aritate are operatorul de recombinare in algorimtiigenetici (catioperaziutilizeaza)

c) ternar (treioperanzi)
d) nu existaoperatori de recombinare in algoritmiigenetici
e) binar (doioperanzi)
19. Pentru a pastra cat mai bine informatiareferioare la pozitiile absolute ale alelelor in
cromozomiparinti se folosesteoperatul:
a) incrucisaremultipunct
b) CX
c) ECX
d) OCX
e) PMX
20. Care din urmatoareleafirmatii nu e adevaratapetrumodelul generational?

a) poateinlocui un singurcromozom din populatiacurenta
b) necesitaurmarireamaimultorgeneratii consecutive
c) nu tine cont de calitateacromozomilor
d) poateinlocuiparialgeneratiacurenta
e) poateinlocuicompletgeneratiacurenta
Grile PEAG:
1. Fie X = [6 1 8 10 5 7 9 3 4 2] si Y = [9 8 7 3 6 1 5 10 4 2] permutari. Care urmasi sunt
generatiprinutilizareaoperatorului CX?
Raspunscorect:
C1=[6 8 7 10 5 1 9 3 4 2], C2=[9 1 8 3 6 7 5 10 4 2]
2. Intr-un algoritmevolutiv, functia de tip calitate:

a. Evalueazacalitateaalgoritmului
b. Evalueazacalitateafiecaruicandidat
c. Evalueazaviteza de gasire a solutiei fata de consumul de resurse
d. Trebuiemaximizata
e. Stabilestedaca un descendent esteacceptabil
f. Selecteazaindivizii care se vorreproduce
g. Selecteazaindivizii care trec in generatiaurmatoare
h. Contine un factor aleator
i. Evalueazacalitateapopulatieicurente
j. Evalueazacalitateapopulatieicurente fata de cea din generatiaanterioara
Raspunscorect:
b, d
3. In cadrulunuialgoritm genetic operatia de selectia a parintilor

 Este efectuata iterative
 Utilizeazapopulatiacurenta
 Este efectuataimediatceestedisponibila o populatiecurentaevaluate
 Poate fi realizataprinutilizareauneidistributii de probabilitate de selectie
4. Componentelealgortmilorevolutivi sunt:
a. Reprezentarea
b. Probabilitatea de mutatie
c. Functia de evaluare
d. Probabilitatea de recombinare
e. Populatia
f. Generarea de numerealeatoare
g. Mecanismul de selectie a parintilor
h. Generarea de permutari
i. Reprezentareagraficaaevolutieicalitatii
j. Operatorii de variatie
k. Stabilireadiversitatiigenetice a populatiei
l. Mecanismul de inlocuire a populatieicurente
m. Hillclimbing
n. Initializareapopulatiei
o. Conditia de terminare
Raspunscorect:
a, c, e, g, j, l, n, o
5. Calcululevolutivesteinspirat din:
---evolutianaturalabiologica
6. Fie urmatoriidoicromozomi 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}. Aplicandoperatorul de
recombinare PMX, cu pozitiile 4 si 8 se obtindescendentii:
Raspunscorect:
h. 13 1 10 7 14 8 5 15 12 11 4 2 3 9 6
i. 5 3 11 13 2 14 6 10 1 8 4 7 9 15 12
7. In cadrulunialgoritm genetic operatia de selectie a supravietuitorilor

 Se aplicaasuprapopulatieicurente
 Indiviziialesi sunt intotdeaunafezabili
 Uneoriutilizeazafactorialeatori
 In unelevariantenecesitacalculareauneidistributii de probabilitate de selectie
 Se aplicaasupradescendentilorobtinuti din populatiacurenta
8. Caracteristicileunuialgoritm genetic clasic(canonic) sunt:

 Reprezentareapopulatieiinitialeesterealizataprinintermediulsirurilorbinare
 Probabilitatea de selectie a unuiindivid in multisetulparintiloreste proportional cu
valoareafunctiei de evaluarepentruei
 Probabilitateaefectuariiuneimutatiieste mica
 Probabilitateaefectuariirecombinariieste mare

 Determinaobtinereaunui multiset de copii in ..
 Utilizeazapopulatiacurenta
 Este de tip local sau global
11. Care dintreurmatoriioperatori pot fi utilizatiintr-un algoritm genetic care

folosestereprezentareaprinsiruri de numerereale:
 Mutatiauniforma
 Mutatianeuniforma cu distributiefixata
 Unipunct
 Multipunct
 Uniforma
 Aritmeticasimpla
 Aritmeticasingulara
 Aritmeticatotala

 Utilizeazapopulatia de parinti
 Este efectuataimediatdupafiecareetapa de selectie a parintilor
 Este efectuataimediatinainteafiecarei procedure de mutatie
 Este utilizata cu probabilitate mare

 Poate fi numai de siruri de numerereale
 Nu influenteazatipul de mutatiefolosit(discrete/nediscreta)
 Contineatatdescriereaindividuluicandidat cat siparametrii care…
15. In cadrulunuialgoritm genetic operatia de selectiea supravietuitorilor

 In unelevariantenecesitacalculareauneidistributii de probabilitate de selectie
 Alegegeneratiaurmatoaredintreindiviziidisponibilidupaoperatia de mutatie
 Indiviziialesi sunt intotdeaunafezabili
 Uneoriutilizeazafactorialeatori
 Se aplicaasuprapopulatieicurentesiasupradescendentilorobtinuti din
populatiacurenta
16. Tipurile de probleme care pot fi rezolvate pe bazacalcululuievolutiv sunt:

 Probleme de cautare in spatial solutiilor
 Probleme de modelare
 Probleme de simulare
 Deplasareaautonomaaautovehiculelor
18. Intr-un algoritmevolutiv, functia fitness:

 Evalueazacalitateafiecaruicandidat
9}. In urmaaplicariioperatorului de mutatieprinamestec s-a obtinutcromozomul {7, 14, 13,
12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9}. Cele douapozitiiutilizatepentruamestec sunt:
 2 si 14
 1 si 14
 2 si 15
 1 si 15

 A fostprimul tip de reprezentare a cromozomilor in algoritmigenetici
21. In cadrulunuialgoritm genetic operatia de mutatie:

 Se aplicaasupradescendetilorprodusi de operatia de recombinare
 Poatesaproducaindivizirefezabili
 Are probabilitatemica
22. In algorimiigenetici, reprezentareaprinpermutari

 Are nevoie de operatorispecialidefinite
24. AlgoritmulHillclimbing
 Se aplicaasupraunuisingurpunct din spatiul de cautare
 Aplicarea se poate repeat pentrumaimultepunctepentru a cresteperformantele
 Gasesteuneorisolutia optima
 De obiceigeseste un punct de optim local
25. care nu este un mecanism de selectie: ->ruletacomplicata
26. Ruleta multi-brat trebuierotitadoar o data pentruaexecutaintregulproces de selectie al

parintilor
27. Care mecanism de selectie reproduce rezultate cat maiapropiate de distributia de

probabilitate? -> SUS(...)
28. Mecanismul de selectieturnir -> nu respectadistributia de probabilitate de selectie
29. Care din urmatoarele nu sunt modele de populatie? -> cu generatii, cu

dimensiunefixa, cu dimensiunevariata, cu stariinstabile
30. Care sunt modele de populatie? -> cu stari stabile
31. In cadrulalgoritmilorgenetici, urmatoareageneratieesteselectatadintre:

->indiviziigeneratieicurentesidescendentiiobtinutidupaetapa de mutatie
32. Care din urmatoareleeste un dezavantajptdistributia de probabilitate FPS? -

>convergenta premature
33. De cate oritrerotitbratulruletei simple pentruaexecutaintregulproces de selectie al

parintilorpt o populatie cu tzcromozomi-> de tzori
->indiviziigeneratieicurentesidescendentiiobtinutidupaetapa de mutatie
36. Care dintreurmatoareleeste falsa ptmodelul generational?

-> nu tine cont de calitateacromozomilor
37. Daca aplicareaunui operator de recombinare produce indiviziaberanti, atunci:
-> se folosescparintii ca descendenti
SAU
->algoritmul produce totusirezultatecorecte, ca urmareaautoreglariiprinselectie
38. Mecanismul de selectieturnir ->esteintotdeauna un tip determinist

recombinare
-> EXC (Edge crossover)

40. Recombinareamultipla
-> produce rezultatemaibunedoar in unelecazuriparticulare
-> se pot aplicanumaidacatoateperechile de alele de pe pozitiiidentice sunt fie pare, fie

impare
43. Pentru a pastra cat mai bine informatiareferitoare la pozitiile absolute ale alelelor in
cromozomiiparinti se folosesteoperatorul:
-> CX (Cycle crossover)
44. Pentruproblemele in care reprezentareaprinpermutarisemnificaordinea de aparitie a

unorevenimente, operatorul de recombinarefolositeste
-> OCX (Order crossover)
45. In algoritmiigenetici, reprezentareaprinpermutari:

->Necesitaoperatori de variatie special definite
46. Intr-un algoritmevolutiv, functia fitness: ->Evalueazacalitateafiecaruiindivid
47. In cadrulstrategiilor evolutive: ->Mutatiaesteaplicata cu probabilitate
48. In cadrulunuialgoritm genetic, operatia de selectie a supravietuitorilor:

->In unelevariantenecesitacalculareauneidistributii de selectie
->Alegegeneratiaurmatoaredintreindiviziidisponibilidupaoperatia de mutatie
->Indiviziialesi sunt intotdeaunafezabili (ceplminseamnafezabil?)
->Uneoriutilizeazafactorialeatori
-> Se aplicaasuprapopulatieicurentesiasupradescendentilorobtinuti din
populatiacurenta
PEAG
1. Care din urmatoarele nu este un model de distributie de probabilitatefolositptetapa de
selectie:
a. FPS cu ferestre
b. FPS
c. FPS cu alfa scalare
d. Ranguriliniare
e. FPS cu sigma scalare
2. Pentru a pastra cat mai bine informatiareferitoare la pozitiile absolute ale alelelor in
cromozomiiparinti se folosesteoperatorul:
a. Incrucisaremultipunct
b. CX (Cycle crossover)
c. ECX (Edge crossover)
d. OCX (Order crossover)
e. PMX (Partally Mapped crossover)

a. Incrucisarearitmeticasingulara
b. Incrucisareunipunct
c. IPX
d. OCX
e. Incrucisareuniforma
4. Care dintreurmatoareleeste un dezavantaj al utilizariidistributiei de probabiliate de

selectie tip FPS?
a. Convergentaasimptomatica
b. Convergentalenta
c. Convergentaprematura
d. Eliminareaindivizilorslabi
e. Selectareacelormaibuniindivizi
5. De cate oritrebuierotitbratulruletei simple pentru a executaintregul process de selectie

aparintilor, pentru o populatie cu tzcromozomi?
a. O data
b. De 2*tzori
c. De tzori
d. De 10 ori
e. De tz/2 ori
6. In cazul GA generatiaurmatoareesteselectatadintre:
a. Descendentiiobtinuti din etapa de recombinare
b. Indiviziigeneratieicurentesidescendentiiobtinutidupaetapa de mutatie
c. Descendentiigeneratieicurente
d. Indiviziigeneratieicurente
e. Parintiiselectati
8. Ce aritate are operatorul de recombinare in GA (catioperanziutilizeaza) ?

a. Tenar (treioperanzi)
b. Binr (doioperanzi)
c. Depinde de pb de rezolvat
d. Nu existaoperatori de recombinare in algoritmigenetici
e. Unar (un operand)

recombinare:
a. PMX
b. Nu exista un operator pentruacest scop
c. ECX
d. Incrucisare de tip turneu
e. Incrucisareabinara
10. Care mecanism de selectie produce rezultatemaiapropiate de distributia de

probabilitate de selectia calculate?
a. Toateproducrezultate la fel de apropiate
b. SUS (Sochastic Universal Sampling)
c. Niciunul
d. Ruleta cu brat
e. Turnirul

a. Este intotdeauna de tip determinist
b. Acorda o sansasiceluimai slab individ
c. Nu exista un astfel de mechanism.
d. Nu respectadistributia de probabilitate de selectie
e. Este celmai des folositmecansim de selectie

a. Algoritmul produce totusirezultatecorecte, ca urmareaautoreglariiprinselectie
b. Problema nu se poaterezolvaprin GA
c. Rezultatele sunt imprevizibile
d. Se produce erore la executie
e. Se folosescparinti ca descendenti
13. Care dintreurmatoarele NU este mechanism de selectie?

a. Ruleta complicate
b. Turnir
c. Genitor
d. Ruleta multi-brat
e. Ruletasimpla
14. In cazulrecombinarii cu nr intregi, recombinarilearitmetice:

a. Producintotdeaunarezultateaberante
b. Sunt interzise
c. Se pot aplicadaca se face rotunjirearezultatelor
d. Nu existanotiunea de recombinarearitmetica
e. Se pot aplicanumaidacatoateperechiile de allele de pe pozitiiidentice sunt fie pare, fie
impare
15. De cite oritrebuierotitbratulruletei multi-brat pt a executaintregul process de selectie

a parintilorpt o populatie de k indivizi?
a. De k ori
b. O data
c. Nu existaruleta multi-brat
d. De k/2 ori
e. De k*2 ori
a. Nu se poatebaza pe frecventaalelelor
b. Este o generalizareaoperatiilor de recombinarepentrureprezentarea cu permutari
c. Are echivalentbiologic
d. Este ceamai buna optiunept GA
e. Produce rezultatemaibune in unelecazuriparticulare.
17. Care dintreurmatoareleafirmatiinu e adevarataptmodelul generational?
a. Poateinlocui un singurcromozom in populatiacurenta
b. Necesitaurmarireamaimultorgeneratii consecutive
c. Nu tine cont de calitateacromozomilor
d. Poateinlocui partial generatiacurenta
e. Poateinlocuicompletgeneratiacurenta.
18. Pentruproblemele de dependenta de adiacente se folosesteoperatorul de recombinare:

a. OCX
b. Niciunul din celalalteraspunsuri
c. ECX
d. PMX
e. Incrucisarearitmeticasingulara
19. Care dintreurmatoareleeste un model de populatie?

a. Cu dimensiunefixa
b. Cu dimensiunevariabila
c. Cu generatii
d. Cu stariinstabile
e. Cu stari stabile

unorevenimente, operatorul de recombinare:
a. OCX
b. Incrucisareunipunct
c. Incrucisareuniforma
d. Incrucisarearitmeticasingulara
e. IPX
In algoritmiigenetici, reprezentareaprinpermutari
23.
Alegeți o opțiune:
A. Necesităoperatori de variație special definiți
B.
Nu permiteutilizarea de operatori de mutație
C. Nu esteutilizată
D.
Nu permiteutilizarea de operatori de recombinare
E.
Nu permitemaimult de două gene cu aceeașivaloareîntr-un cromozom
24. Intr-un algoritmevolutiv, functia fitness: 1. Evalueazacalitateaalgoritmului; 2.

Trebuieselectataaleator; 3. Evalueazaviteza de gasire a solutiei fata de consumul de resurse;
4. Trebuiemodificată la fiecareiterație; 5. Selecteazăindivizii care se vor reproduce; 6.
Selecteazăindivizii care trecîngenerațiaurmătoare; 7. Evalueazăcalitateapopulațieicurentefață
de cea a populațieiinițiale; 8. Evalueazăcalitateapopulațieicurentefață de cea din
generațiaanterioară; 9. Evalueazăcalitateafiecăruicandidat.
a. 6,7,8
b. 1,3
c. 4,5
d. 9
e. 2,3
Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] și Y=[ 9 8 7 3 6 1 5 10 4 2 ] permutări. Care urmași sunt
generațiprinutilizareaoperatorului CX?
25.Alegeti o optiune:
a. C1=[ 6 7 8 10 5 1 9 3 4 2 ], C2=[ 9 8 1 3 6 7 5 10 4 2 ]
b. C1=[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 8 3 6 7 5 10 4 ]
c. C1=Y, C2=X
d. C1=[ 2 6 7 8 10 5 1 9 3 4 ], C2=[ 2 8 1 3 6 7 5 10 4 9 ]
e. C1=[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
probabilitate de selectie; 3. Utilizeazăîntotdeaunafactorialeatori; 4.
Alegegenerațiaurmătoaredintreindiviziidisponibilidupăoperația de mutație; 5.
Indiviziialeșisîntîntotdeaunafezabili; 6. Uneoriutilizeazăfactorialeatori; 7.
Asigurăperpetuareaindividului cu calitatemaximă din populațiacurentă; 8. Duce la
creștereacalitățiimedii a populațieicurente; 9. Garanteazăobținereauneigenerații cu
calitatemediesuperioară, dacăfoloseșteselecțiabazată pe vîrstă; 10.Se aplică la
începutulfiecăreiiterații; 11. Se aplicăasupradescendențilorobținuți din populațiacurentă; 12.
Se aplicăasuprapopulațieicurenteșiasupradescendențilorobținuți din populațiacurentă.
a. 2, 3, 4, 5, 6, 11
b. 4, 8, 11
c. 1,7
d. 6, 8, 11
e. 2, 4, 5, 6, 12
27. Încadrulstrategiilor evolutive
Alegeti o optiune:
a. Operatorul de mutatiecelmaiutilizatestemutatiaprininterschimbare
b. Sunt utilizatioperatori de recombinare OCX
c. Nu se permiteutilizarea de operatori de mutație
d. Mutațiaesteaplicată cu probabilitate 1
e. Reprezentareaesteprinvectoribinari
A. Nu permiteutilizarea de operatori de recombinare
B. Nu permiteutilizarea de operatori de mutație
C. Nu permitemaimult de două gene cu aceeașivaloareîntr-un cromozom
D. Necesităoperatori de variație special definiți
E. Nu esteutilizată
2. Intr-un algoritmevolutiv, functia fitness: 1. Evalueazacalitateaalgoritmului; 2.
Trebuieselectatăaleator; 3. Evalueazăviteza de găsire a soluțieifață de consumul de resurse; 4.
Trebuiemodificată la fiecareiterație; 5. Selecteazăindivizii care se vor reproduce; 6.
Selecteazăindivizii care trecîngenerațiaurmătoare; 7. Evalueazăcalitateapopulațieicurentefață
de cea a populațieiinițiale; 8. Evalueazăcalitateapopulațieicurentefață de cea din
generațiaanterioară; 9. Evalueazăcalitateafiecăruicandidat.
A. 1, 3
B. 2,3
C. 9
D. 4,5
E. 6, 7, 8
3. Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] și Y=[ 9 8 7 3 6 1 5 10 4 2 ] permutari. Care
urmasisintgeneratiprinutilizareaoperatorului CX?
A. C1=[ 2 6 7 8 10 5 1 9 3 4 ], C2=[ 2 8 1 3 6 7 5 10 4 9 ]
B. C1=[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
C. C1=[ 6 7 8 10 5 1 9 3 4 2 ], C2=[ 9 8 1 3 6 7 5 10 4 2 ]
D. C1=[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 8 3 6 7 5 10 4 ]
E. C1=Y, C2=X
4. Fie urmatoriidoicromozomi de tip permutare: {6, 3, 11, 7, 14, 8, 5, 15, 1, 2, 4, 13, 9, 10, 12
}și {7, 1, 15, 13, 2, 14, 6, 10, 12, 11, 4, 8, 3, 9, 5}. Aplicindoperatorul de recombinare PMX,
cu pozitiile 4 și 8 se obtindescendentii: a. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1; b. 13 1 11 7 14
8 5 15 12 10 4 2 3 9 6; c. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6; d. 5 3 11 13 2 14 6 15 1 8 4 7 9
10 12; e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12; f. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6; g. 13 1
15 7 14 8 5 10 12 11 4 2 3 9 6; h. 13 1 10 7 14 8 5 15 12 11 4 2 3 9 6; i. 5 3 11 13 2 14 6 10 1
8 4 7 9 15 12.
A. a, b
B. e, f
C. a, c
D. h, i
E. f, i

probabilitate de selectie; 3. Utilizeazăîntotdeaunafactorialeatori; 4.
Alegegenerațiaurmătoaredintreindiviziidisponibilidupăoperația de mutație; 5.
Indiviziialeșisîntîntotdeaunafezabili; 6. Uneoriutilizeazăfactorialeatori; 7.
Asigurăperpetuareaindividului cu calitatemaximă din populațiacurentă; 8. Duce la
creștereacalitățiimedii a populațieicurente; 9. Garanteazăobținereauneigenerații cu
calitatemediesuperioară, dacăfoloseșteselecțiabazată pe vîrstă; 10.Se aplică la
începutulfiecăreiiterații; 11. Se aplicăasupradescendențilorobținuți din populațiacurentă; 12.
Se aplicăasuprapopulațieicurenteșiasupradescendențilorobținuți din populațiacurentă.
A. 2, 3, 4, 5, 6, 11
B. 4, 8, 11
C. 2, 4, 5, 6, 12
D. 6, 8, 11
E. 1, 7
E. Nu esteutilizată
Partea I:
1. In algoritmiigenetici, rerezentareaprinsiruri de numereintregi
1. Este preferabilapentruprobleme de optimizare
2. Este doar un exercitiu de implementare, nefiindnecesara
3. E preferabilaatunci cand pentrufiecare gena sunt posibilemaimult de
douavaloridistincte
4. nu esteutilizata in algoritmigenetici
5. Nu poate fi utilizata in cazulatributelorordinale
1. Nu permiteutilizarea de operatori de mutatie
2. Nu esteutilizata
3. Are nevoie de operatori special definiti (Vezicursul II: - Slide 19)
4. Nu permiteutilizarea de operatori de recombinare
5. Nu permitemaimult de doua gene cu aceeasivaloareintr-un cromozom
4. Intr-un algoritmevolutiv, functia de tip calitate: 1. Evalueazacalitateaalgoritmului, 2.
Evalueazacalitateafiecaruicandidat; 3. Evalueazaviteza de gasire a solutiei fata de
consumul de resurse; 4. Trebuiemaximizata; 5. Stabilestedaca un descendent
esteacceptabil; 6. Selecteazaindivizii care se vor reproduce; 7. Selecteazaindivizii care
trec in generatiaurmatoare; 8. Contine un factor aleator; 9.
Evalueazacalitateapopulatieicurente; 10. Evalueazacalitateapopulatieicurente fata de
cea din generatiaanterioara;
1. 6,7,8
2. 5
3. 2,4(Vezicursul I: Introducere - Slide 11)
4. 1,3
5. 9,10
1. Este ceamaiutilizatavarianta de reprezentare a genotipurilor
2. Nu e utilizatapentrualgoritmigenetici
3. A fostprimul tip de reprezentare a cromozomilor in
algoritmigenetici(Vezicursul 2: Slide 14)
5. Nu depinde de problemarezolvata
7. Calcululevolutivesteinspirat din
1. Revolutiaindustriata
2. Societateacunoasterii
3. Societateainformationala
4. Nouarevolutieagrara
5. Evolutianaturalabiologica(Vezicursul I: Introducere - Slide 6)
9. Caracteristicileunuialgoritm genetic clasic(canonic) sunt: 1.
Reprezentareapopulatieiesterealizataprinintermediulsirurilorbinare; 2.
Reprezentareapopulatieiesterealizataprinintermediulsirurilor de numerenaturale; 3.
Probabilitatea de selectie a unuiindivid in multisetulparintiloresteproportionala cu
valoareafunctiei de evaluarepentu el; 4. Probabilitatea de selectie a unuiindivid in
multisetulparintiloreste data de pozitiaindividului in erarhiapopulatiei, determinata pe
bazafunctiei de evaluare; 5. Probabilitateaefectuariiuneimutatiieste mica; 6.
Probabilitateaefectuariiuneimutatiieste mare; 7.
Probabilitateaefectuariirecombinariieste mica; 8.
Probabilitateaefectuariirecombinariieste mare; 9. Inlocuireapopulatieicurente se face
pe baza de varsta.
1. Nu existaalgoritm genetic canonic
2. 2,4,6,7
3. 1,3,5,8(Speram, doamneajuta)
4. Nici una din varianteleA,B,C,E
5. 2,3,6,7,9
Partea II:
4. Fie urmatoriidoicromozomi 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}. Aplicandoperatorul de
recombinare PMX, cu pozitile 4 si 8 se obtindescendentii.
1. Siruri de numere
x2 = {13,1,10,7,14,8,5,15,12,11,4,2,3,9,6}
y2 = {5,3,11,13,2,14,6,10,1,8,4,7,9,15,12}
2. Este efectuata o singura data pe parcursulunuialgoritm
3. Alegepentrurecombinare in mediejumatate de indivizi
5. Determinastructuracromozomiala
6. Utilizeazapoplatiacurenta
7. Este efectuata o singura data, dupa prima etapa de generare a uneipopulatii
8. Determinaobtinereaunui multiset de copii in …
9. Este utilizatadoar in probleme cu constrangeri
6. In cadrulunuialgoritm din clasastrategiilor evolutive,
reprezentareacromozomilor
1. Influenteazatipul de recombinarefolosit
3. Poate fi numai de tip siruri de numereintregisaureale
4. Poate fi oricaredintre: siruribinare, siruri de numereintregi, siruri de
numerereale, permutari
5. Are influentaasupramecanismuluide selectie a generatieiurmatoare
6. Nu influenteazatipul de mutatiefolosit(discreta/ nediscreta)
7. Poate fi numai de siruri de numerereale
8. Contineatatdescriereaindividuluicandidat cat siparametrii care ..
7. In cadrulunuialgoritm genetic operatia de selectie a parintilor
1. Intotdeaunaestebazata pe o distributie de probabilitate de selectie
2. Utilizeazapopulatiacurenta
4. Este utilizatadoar in probleme cu constringeri
5. Este efectuataimediatinainteafiecareiproceduri de mutatie
6. Este efectuataimediatceestedisponibila o populatiecurentaevaluata
7. Este efectuata o singura data dupa prima etapa de generare a uneipopulatii
8. Alege in general indivizi pe bazafactoruluivarsta
9. Utilizeazapopulatia de copiimutati
10. Utilizeazapopulatia de copii
12. Poate fi realizataprinutilizareauneidistributii de probabilitate de selectie
8. Fie urmatorulcromozom de tip permutare {7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13,
2, 9} In urmaaplicariioperatorului de mutatieprinamestec s-a
obitnutcromozomul {7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9 }.
Cele douapozitiiutilizatepentruamestesc sunt:
1. 3 si 13
2. 1 si 15
3. 1 si 14
4. 4 si 8
5. 1 si 12
6. 4 si 15
7. 3 si 15
8. 2 si 13
9. 2 si 14
10. 2 si 15
11. 1 si 13
1. Are probabilitatemica
2. Se aplicadoardacadivesitateageneticascade sub un prag x dat
3. Intotdeauna produce indivizifezabili
4. Se aplicaasupradescendentilorprodusi de operatia de recombinare
5. Se aplicaasupramutlisetului de parinti
7. Se utilizeazadoar in probleme cu constrangeri
8. Poatesaproducaindivizinefezabili
9. Se efectueaza o singura data, dupagenerareapopulatieiinitiale
10. Se aplicaimediatinainteafiecareietape de selectie a generatieiurmatoare
11. Se utilizeazadoar in problemelefaraconstrangeri
12. Nu folosestefactorialeatori.
10. In cadrulunuialgoritm genetic operatia de selectie a supravietuitorilor
1. Utilizeazaintotdeaunafactorialeatori
2. In unelevariantenecesitacalculareauneidistributii de probabilitate de selectie
3. Indiviziialesi sunt intotdeaunafezabili
4. Duce la crestereacalitatiimedii a populatieicurente
5. Se aplica la inceputulfiecareiiteratii
6. Uneoriutilizeazafactorialeatori
8. Garanteazaobtinereauneigeneratii cu calitatemediesuperioara. Daca
folosesteselectiabazata pe varsta.
9. Asiguraperpetuareaindividului cu calitate maxima din populatiacurenta
10. Alegegeneratiaurmatoaredintreindiviziidisponibilidupaoperatia de mutatie
11. Se aplicaasupradescendentilorobtinuti din populatiacurenta
----------------------------------------------------------------------------------------------------------------
--------------------------CLAUDIU
2E-8.5-25.5
Partea I: un singurraspunscorect
1. Tipurile de probleme care pot fi rezolvate pe bazacalculuievolutiv sunt:

Probleme de optimizare (1), Probleme de modelare (4), Probleme de simulare
(6) -> 1,4,6 (B).
2. In algoritmii genetici, reprezentarea prin permutari: necesitaoperatori de
variatie special definiti (D).
3. Calcululevolutivesteinspirat de: evolutianaturalabiologica (A).
4. In algoritmiigenetici, reprezentareabinara: (B) A fostprimul tip de
reprezentare a cromozomilor in algoritmiigenetici

5. Caracteristicileunuialgoritm genetic clasic: (E)1,3,5,8 --
1.Reprezentareapopulatieiesterealizataprinintermediulsirurilorbinare,
3.Probabilitatea de selectie a
unuiindivid in multisetulparintiloresteproportionala cu valoareafunctiei de
evaluarepentru el; 5. Probabilitateaefectuariiuneimutatiiestemica;
8.Probabilitatea efectuariirecombinariieste mare
6. Intr-un algoritmevolutiv, functia de tip calitate:
Evalueazacalitateafiecaruicandidat (2), Trebuiemaximizata(4)(B)
PARTEA II - variante multiple(gen)
GALBEN = SIGUR
VERDE = INCERT

a. Este efectuata o singura data dupa prima etapa de selectie a parintilor
b. Este utilizata cu probabilitate mica
c. In generalprobabilitatea de recombinare nu conteaza in
d. Este efectuata o singura data pe parcursulunuialgoritm genetic
e. Este efectuataimediatinainteafiecareproceduri de mutatie
f. Este efectuataimediatdupafiecareetapa de selectie a parintilor
g. Este utilizata cu probabilitate mare (intre 0.5 si 1, pag. 79)
h. Este efectuataiterativ
i. Este utilizatadoar in problemefaraconstrangeri
j. Utilizeazapopulatia de parinti(recombinareacelordoiparinti)
3. In cadrulunuialgoritmevolutivpopulatiainitiala
a. Este generata la inceputulfiecaruicicluevolutiv-nu, pentru ca
cicluevolutivinseamnafiecaregeneratiesi nu e adevarat.
b. Este generatautilizanddistributia pe probabilitatenormala
c. Este generatainainteainceperiievolutieipropriu-zise
d. Este generatadupafiecarecicluevolutiv
e. Este generatautilizantdistributia de probabilitateuniforma
f. Este generataaleator(setul initial de candidatiestegenerataleator, curs 1)
g. Este setata pe multimeavida
4. Fie urmatoriidoicromozomi 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}. Aplicandoperatorul de recombinare
PMX, cu pozitile 4 si 8 se obtindescendentii.
. a. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1
b. 5 3 11 13 2 14 6 15 1 8 4 7 9 10 12
c. 5 3 11 13 2 14 6 15 1 8 4 7 9 15 12 - al doileacopil
d.13 1 10 7 14 8 5 15 12 11 4 2 3 9 6 - primulcopil
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12
f. 13 1 15 7 14 8 5 10 12 11 4 2 3 9 6
g. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
h. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6
i. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
j. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1
5. In cadrulunuialgoritm din clasastrategiilor evolutive, operatia de recombinare: a.

Este de tip local sau global
b. Este efectuata o singura data pe parcursulunuialgoritm
c. Alegepentrurecombinare in mediejumatate de indivizi
e. Determinastructuracromozomiala
f. Utilizeazapoplatiacurenta
g. Este efectuata o singura data, dupa prima etapa de generare a uneipopulatii
h. Determinaobtinereaunui multiset de copii in general de dimensiunimaimaricomparativ
cu populatiacurenta.
i. Este utilizatadoar in probleme cu constrangeri
j. Este efectuataiterativ

a. Influenteazatipul de recombinarefolosit
b. Se alege in functie de problema care se rezolva
c. Poate fi numai de tip siruri de numereintregisaureale
d. Poate fi oricaredintre: siruribinare, siruri de numereintregi, siruri de numerereale,
permutari
e. Are influentaasupramecanismuluide selectie a generatieiurmatoare
f. Nuinfluenteazatipul de mutatiefolosit(discreta/ nediscreta)
g. Poate fi numai de siruri de numerereale
h. Contineatatdescriereaindividuluicandidat cat siparametrii care controleazaevolutiasa.
7. In cadrulunuialgoritm genetic operatia de selectie a parintilor

a. Intotdeaunaestebazata pe o distributie de probabilitate de selectie
b. Utilizeazapopulatiacurenta
c. Este efectuata o singura data pe parcursulunuialgoritm genetic
d. Este utilizatadoar in probleme cu constringeri
e. Este efectuataimediatinainteafiecareiproceduri de mutatie
f. Este efectuataimediatceestedisponibila o populatiecurentaevaluata
g. Este efectuata o singura data dupa prima etapa de generare a uneipopulatii
h. Alege in general indivizi pe bazafactoruluivarsta
i. Utilizeazapopulatia de copiimutati
j. Utilizeazapopulatia de copii
k. Este efectuataiterativ
l. Poate fi realizataprinutilizareauneidistributii de probabilitate de selectie
9} In urmaaplicariioperatorului de mutatieprinamestec s-a obitnutcromozomul {7, 14,
13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9 }. Cele douapozitiiutilizatepentruamestesc sunt:
7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2, 9
7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9
a. 3 si 13
b. 1 si 15
c. 1 si 14
d. 4 si 8
e. 1 si 12
f. 4 si 15
g. 3 si 15
h. 2 si 13
i. 2 si 14
j. 2 si 15
k. 1 si 13
(Ori e doar I, ori e E,G,H,I-Cezar)
- eu as zice b/c/i/j pentru ca se aplicamutatia o singura data

a. Are probabilitatemica
b. Se aplicadoardacadivesitateageneticascade sub un prag x dat
c. Intotdeauna produce indivizifezabili
d. Se aplicaasupradescendentilorprodusi de operatia de recombinare
e. Se aplicaasupramutlisetului de parinti
f. Se aplicaasuprapopulatieicurente
g. Se utilizeazadoar in probleme cu constrangeri
h. Poatesaproducaindivizinefezabili
i. Se efectueaza o singura data, dupagenerareapopulatieiinitiale( mutatia se face de
maimulteori; in cazulunuialgoritm genetic, mutatia se face in fiecare era)
j. Se aplicaimediatinainteafiecareietape de selectie a generatieiurmatoare(cred ca
dupamutatieurmeazaevaluaresidupaaceeaselectia.-deciasta nu ar fi)
k. Se utilizeazadoar in problemelefaraconstrangeri
l. Nu folosestefactorialeatori.
10. In cadrulunuialgoritm genetic operatia de selectie a supravietuitorilor

a. Utilizeazaintotdeaunafactorialeatori
b. In unelevariantenecesitacalculareauneidistributii de probabilitate de selectie
c. Indiviziialesi sunt intotdeaunafezabili
d. Duce la crestereacalitatiimedii a populatieicurente
e. Se aplica la inceputulfiecareiiteratii
f. Uneoriutilizeazafactorialeatori
g. Se aplicaasuprapopulatieicurentesiasupradescendentilorobtinuti
h. Garanteazaobtinereauneigeneratii cu calitatemediesuperioara. Daca
folosesteselectiabazata pe varsta. (ASTA ESTE GENITOR, NU VARSTA)
i. Se aplicaasupradescendentilor. Asiguraperpetuareaindividului cu calitate maxima din
populatiacurenta
j. Alegegeneratiaurmatoaredintreindiviziidisponibilidupaoperatia de mutatie
k. Se aplicaasupradescendentilorobtinuti din populatiacurenta
Structura EA
Structura GA
Intrebarea 1)
Intr-un algoritm memetic populatia initiala:
Raspuns A;
Intrebarea 2)
Algoritmul Hillclimbing
Raspuns D
Intrebarea 3)
În cadrul unui algoritm evolutiv condiția de terminare poate include următoarele elemente: a) controlul
numărului de iterații (număr maxim admis de populații generate), b) disponibilitatea spațiului de
memorie, c) atingerea valorii optime a funcției obiectiv, d) verificarea unei condiții legate de diversitatea
genetică, e) scăderea dimensiunii populației sub o limită admisă, f) creșterea lungimii cromozomilor.
a. a, c, d
b. b, d, e
c. a, e, f
d. b, c, d
e. a, b, e
Raspuns A
Intrebarea 4)
In algoritmii genetici, reprezentarea prin permutari:
Raspuns C
Intrebarea 5)
Codificarea trebuie stabilita:
Raspuns A
Intrebarea 6)
Scopul unui algoritm memetic este:
Fararaspuns (B)
Intrebarea 7)
În algoritmii genetici, operația de selecție a părinților
a. Este doar un exercițiu de implementare, nefiind necesară
b. Este utilizată determinist
c. Este utilizată în funcție de reprezentarea cromozomială
d. Nu este utilizată
e. Este utilizată în general în manieră nedeterministă
RAspuns: E
Intrebarea 8)
În cadrul unui algoritm genetic care maximizează o funcție (fitness): 1. Selecția generației următoare
este obligatoriu bazată pe vîrstă; 2. Sînt rezolvate doar probleme cu constrîngeri; 3. Selecția părinților
este efectuată iterativ; 4. Mutația este realizată cu probabilitate mică; 5. Nu este recomandată utilizarea
selecției FPS; 6. Multisetul copiilor este fără duplicate; 7. Selecția supraviețuitorilor este determinată de
calitate și/sau factorul vîrstă; 8. Recombinarea este realizată rareori; 9. Este intenționată determinarea
unui punct de maxim global; 10. Structura cromozomială diferă dacă funcția este translatată.
Raspuns3 4 7 9
Intrebarea 9)
In cadrul calculului evolutiv
Raspuns A
Intrebarea 10)
În cadrul unui algoritm genetic care maximizează o funcție (fitness): 1. Selecția generației
următoare este obligatoriu bazată pe vîrstă; 2. Sînt rezolvate doar probleme cu constrîngeri; 3. Selecția
părinților este efectuată iterativ; 4. Mutația este realizată cu probabilitate mică; 5. Nu este recomandată
utilizarea selecției FPS; 6. Multisetul copiilor este fără duplicate; 7. Selecția supraviețuitorilor este
determinată de calitate și/sau factorul vîrstă; 8. Recombinarea este realizată rareori; 9. Este
intenționată determinarea unui punct de maxim global; 10. Structura cromozomială diferă dacă funcția
este translatată.
raspuns 3 6 8
Intrebarea 11)
In cadrul unui algoritm genetic operatia de selectie a parintilor
Raspuns C(asa am gasit)
Intrebarea 12)
In algoritmi genetici, reprezentarea binara
Raspuns C
Intrebarea 13)
In cadrul unui algoritm evolutiv conditia de terminare poate include urmatoarele elemente
C
Intrebarea 14)
Algoritmul Hillclimbing:
a. Este un algoritm auto-adaptiv
b. Este un algoritm determinist
c. Este un algoritm evolutiv
d. Este o etapă intermediară între algoritmii determiniști și cei evolutivi.
e. Nici una din celelalte variante
Raspuns C
Algoritmii genetici
a. Sînt metode deterministe de căutare în spațiul soluțiilor
b. Rezolvă exclusiv probleme definite pe spații continue
c. Sînt tehnici de căutare stochastică bazate pe populații
d. Folosesc exclusiv selecții deterministe
e. Utilizează la fiecare moment de timp o variantă de soluție modificată prin perturbare normală
Feedback
Răspunsul corect este: Sînt tehnici de căutare stochastică bazate pe populații
2 întrebare
Corect
Întrebare cu flag
Textul întrebării
În cadrul unui algoritm genetic operația de recombinare: 1. Este efectuată o singură dată pe
parcursul unui algoritm genetic; 2. Este efectuată imediat după fiecare etapă de selecție a părinților;
3. În general probabilitatea de recombinare nu contează în rezolvarea problemelor prin algoritmi
genetici; 4. Este efectuată imediat înaintea fiecărei proceduri de mutație; 5. Este efectuată imediat
înaintea fiecărei etape de selecție a părinților; 6. Utilizează populația de părinți; 7. Este utilizată doar
în probleme fără constrîngeri; 8. Este utilizată cu probabilitate mare; 9. Este utilizată cu probabilitate
mică; 10. Este efectuată o singură dată, după prima etapă de selecție a părinților.
a. 4, 8, 9, 10
b. 2, 4, 6, 8
c. 2, 3, 4, 7
d. 2, 5, 7, 8
e. 1, 2, 7, 8
Feedback
Răspunsul corect este: 2, 4, 6, 8
3 întrebare
Corect
Întrebare cu flag
Textul întrebării
În cadrul unui algoritm evolutiv condiția de terminare: 1. Este obligatorie; 2. Nu este indicată; 3.
Include obligatoriu, direct sau indirect, controlul numărului de iterații (numărul populațiilor generate);
4. Nu poate fi implementată; 5. Este utilizată doar în cadrul GA, nu și în cadrul ES.
a. 1, 5
b. 5
c. 2, 3, 4
d. 1, 3
e. 2, 4
Feedback
Răspunsul corect este: 1, 3
4 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Într-un algoritm genetic, populația inițială: 1. Este generată pînă cînd este atins un optim local; 2.
Este construită o singură dată ; 3. Suferă mutație cu o probabilitate relativ mică; 4. Trebuie
modificată la fiecare iterație; 5. Conține exclusiv indivizi fezabili; 6. Este formată din indivizii care trec
în generația următoare; 7. Este generată utilizînd distribuția de probabilitate uniformă.
a. 2, 3, 7
b. 1, 2, 7
c. 1, 3
d. 2, 5, 7
e. 4, 5, 7
Feedback
Răspunsul corect este: 2, 5, 7
5 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Care din următoarele metode pot fi folosite în cadrul algoritmilor memetici pentru a îmbunătăți
informația în interiorul unei populații: 1. recursivitate; 2. hillclimbing; 3. divide et impera; 4. strategie
evolutivă cu doi membri; 5. backtracking; 6. metode exacte; 7. metode euristice; 8. validarea datelor;
9. metoda gradientului; 10. ECX.
a. 2, 3, 5, 6, 9
b. 2, 4, 6, 8, 10
c. 1, 3, 6, 7, 10
d. 1, 3, 5, 7, 8
e. 2, 4, 6, 7, 9
Feedback
Răspunsul corect este: 2, 4, 6, 7, 9
6 întrebare
Corect
Întrebare cu flag
Textul întrebării
În cadrul unui algoritm genetic care maximizează o funcție (fitness): 1. Selecția generației următoare
este obligatoriu bazată pe vîrstă; 2. Sînt rezolvate doar probleme cu constrîngeri; 3. Mutația este
realizată cu probabilitate mică; 4. Nu este recomandată utilizarea selecției FPS; 5. Multisetul copiilor
este fără duplicate; 6. Selecția supraviețuitorilor este determinată de calitate și/sau factorul vîrstă; 7.
Recombinarea este realizată rareori; 8. Se urmărește determinarea unui punct de maxim global; 9.
Structura cromozomială diferă dacă funcția este translatată.
a. 1, 3, 5, 9
b. 3, 6, 8
c. 4, 6, 8
d. 1, 3, 4, 7
e. 5, 6, 7
Feedback
7 întrebare
Incorect
Întrebare cu flag
Textul întrebării
În cadrul strategiei evolutive cu 2 membri (ES-2M): 1. Este generată o populație inițială aleator, din
distribuția normală; 2. La fiecare moment al evoluției algoritmului este menținut un singur candidat la
soluție; 3. Populațiile sînt de dimensiuni mari; 4. Calculul unui termen nou este realizat prin mutație
gaussiană pentru fiecare componentă a vectorului curent; 5. Sînt rezolvate probleme pe spații
continue; 6. Fiecare termen este calculat în manieră stochastică; 7. Calculul unui termen nou este
realizat prin mutație gaussiană pentru o componentă selectată aleator din vectorul curent; 8. Este
intenționată creșterea calității medii a populației curente; 9. Este garantată obținerea unui optim
global; 10.La începutul fiecărei iterații este testată dimensiunea populației curente; 11. Sînt creați
descendenți obținuți din populația curentă prin recombinare locală.
a. 6, 8, 11
b. 1, 10
c. 2, 4, 5, 6
d. 4, 8, 11
e. 2, 4, 6, 9
Feedback
8 întrebare
Corect
Întrebare cu flag
Textul întrebării
În algoritmii genetici, reprezentarea prin șiruri de numere întregi

a. Nu poate fi utilizată în cazul atributelor ordinale
b. Este preferabilă pentru problemele de optimizare
c. Nu este utilizată în algoritmi genetici
d. Este doar un exercițiu de implementare, nefiind necesară
e. Este preferabilă atunci cînd pentru fiecare genă sînt posibile mai mult de două valori distincte
Feedback
Răspunsul corect este: Este preferabilă atunci cînd pentru fiecare genă sînt posibile mai mult de
două valori distincte
9 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Într-un algoritm evolutiv, funcția de evaluare:

a. este o funcție asimptotică
b. estimează nivelul de adaptare a individului
c. este stabilită de Holland
d. este definită pe spațiul unidimensional
e. se alege în funcție de dimensiunea populației
Feedback
Răspunsul corect este: estimează nivelul de adaptare a individului
10 întrebare
Corect
Întrebare cu flag
Textul întrebării
Algoritmul ES2M:
a. Nici una din celelalte variante
b. Nu este un algoritm auto-adaptiv
c. Este algoritmul auto-adaptiv primar
Feedback
Răspunsul corect este: Este algoritmul auto-adaptiv primar
11 întrebare
Corect
Întrebare cu flag
Textul întrebării
Algoritmul Hillclimbing: 1. Se aplică asupra unui singur punct din spațiul de căutare; 2. Aplicarea se
poate repeta pentru mai multe puncte pentru a crește performanțele; 3. Este inspirat din tehnicile de
alpinism; 4. Găsește întotdeauna soluția optimă; 5. Găsește uneori soluția optimă; 6. Calculele se
încheie atunci cînd temperatura sistemului devine zero; 7. De obicei găsește un punct de optim
local; 8. Se utilizează numai pentru reprezentarea cu șiruri de numere reale.
a. 1, 2, 4, 7
b. 1, 4, 6, 7
c. 1, 5, 7, 8
d. 3, 4, 6, 8
e. 1, 2, 5, 7
Feedback
12 întrebare
Corect
Întrebare cu flag
Textul întrebării
În algoritmii genetici, operația de selecție a părinților

a. Este utilizată în funcție de reprezentarea cromozomială
b. Este utilizată în general în manieră nedeterministă
c. Este utilizată determinist
d. Este doar un exercițiu de implementare, nefiind necesară
e. Nu este utilizată
Feedback
Răspunsul corect este: Este utilizată în general în manieră nedeterministă
13 întrebare
Corect
Întrebare cu flag
Textul întrebării
Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sînt: 1. Probleme de optimizare;
2. Probleme de geometrie; 3. Prelucrarea datelor de dimensiune mare (big-data); 4. Probleme de
modelare; 5. Probleme de validare a datelor; 6. Probleme de simulare; 7. Alocarea dinamică a
datelor în memoria calculatorului; 8. Deplasarea autonomă a vehiculelor.
a. 1, 3, 5, 7
b. 2, 4, 6, 8
c. 1, 4, 6
d. 2, 3, 4
e. 2, 4, 6
Feedback
14 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] o permutare. În urma aplicării mutației prin inversiune pentru pozițiile
(2,7) poate fi obținută următoarea variantă mutată Y: 1. Y=[ 2 6 7 8 10 5 1 9 3 4] ; 2. Y=[ 6 9 7 5 10 8
1 3 4 2 ] ; 3. Y=[ 7 6 8 10 5 1 9 3 4 2 ] ; 4. Y=[ 6 7 10 8 5 9 1 3 4 2 ] ;5. Y=[ 6 8 7 5 10 1 9 3 4 2 ] ; 6.
Y=[ 6 2 8 10 5 1 9 3 4 7]
a. 2, 5
b. 5
c. 1
d. 1, 5
e. 2
Feedback
Răspunsul corect este: 2
15 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Fie următorul cromozom de tip permutare: {7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2, 9}. În urma
aplicării operatorului de mutație prin amestec s-a obținut cromozomul: {7, 14, 13, 12, 1, 15, 2, 8, 6, 3,
11, 5, 10, 4, 9 }. Cele două poziții utilizate pentru amestec sînt: 1. 1 și 14; 2. 4 și 15; 3. 3 și 15; 4. 4 și
8; 5. 2 și 15; 6. 1 și 12; 7. 2 și 14; 8. 2 și 13; 9. 1 și 15; 10. 1 și 13; 11. 3 și 13.
a. 1, 5, 7, 9
b. 2
c. 6
d. 5, 10
e. 6, 7, 9
Feedback
16 întrebare
Corect
Întrebare cu flag
Textul întrebării
Componentele algoritmilor evolutivi sînt: 1. Reprezentarea; 2. Probabilitatea de mutație; 3. Funcția

de evaluare; 4. Probabilitatea de recombinare; 5. Populația; 6. Generarea de numere aleatoare; 7.
Mecanismul de selecție a părinților; 8. Generarea de permutări; 9. Reprezentarea grafică a evoluției
calității; 10. Operatorii de variație; 11. Stabilirea diversității genetice a populației; 12. Mecanismul de
înlocuire a populației curente; 13. Hillclimbing; 14. Inițializarea populației; 15. Condiția de terminare.
a. 2, 4, 6, 8, 11, 13
b. 1, 3, 5, 6, 10, 13, 14, 15
c. 1, 3, 5, 7, 10, 12, 14, 15
d. 1, 2, 5, 6, 7, 14, 15
e. 2, 4, 5, 9, 15
Feedback
Răspunsul corect este: 1, 3, 5, 7, 10, 12, 14, 15
17 întrebare
Corect
Întrebare cu flag
Textul întrebării
În cadrul unui algoritm din clasa strategiilor evolutive, operația de mutație: 1. Este utilizată doar în
probleme cu constrîngeri; 2. Este efectuată imediat ce este disponibilă o populație de copii; 3. Alege
pentru mutație în medie jumătate de indivizi; 4. Utilizează două multiseturi distincte de copii; 5. Este
de tip neuniform (fluaj); 6. Este efectuată o singură dată, după prima etapă de generare a unei
populații; 7. Este realizată cu probabilitate mică; 8. Este efectuată o singură dată pe parcursul unui
algoritm; 9. Determină structura cromozomială; 10. Utilizează populația curentă; 11. Este efectuată
iterativ.
a. 1, 5, 6, 8
b. 1, 4, 5, 7
c. 2, 5, 9, 10
d. 1, 5, 9, 10
e. 2, 5, 9, 11
Feedback
18 întrebare
Corect
Întrebare cu flag
Textul întrebării
În algoritmii genetici, alegerea unei anumite reprezentări 1. Este independentă de problema de

rezolvat; 2. Depinde de problema de rezolvat; 3. Poate fi făcută aleator; 4. Este imposibilă, fiind
folosită doar reprezentarea prin numere reale; 5. Influențează calitatea soluției furnizate.
a. 3, 5
b. 4
c. 2, 5
d. 1, 3
e. 2, 3
Feedback
19 întrebare
Corect
Întrebare cu flag
Textul întrebării
În cadrul unui algoritm evolutiv populația inițială: 1. Este generată înaintea începerii evoluției propriu-
zise; 2. Este generată după fiecare ciclu evolutiv (care presupune efectuarea operațiilor de selecție,
recombinare, mutație, evaluare); 3. Este generată la începutul fiecărui ciclu evolutiv; 4. Este
generată aleator; 5. Este generată utilizînd distribuția de probabilitate uniformă; 6. Este generată
utilizînd distribuția de probabilitate normală; 7. Este setată pe mulțimea vidă.
a. 1, 2, 4, 5, 6
b. 5, 7
c. 1, 2, 4, 7
d. 1, 4, 5
e. 2, 5, 7
Feedback
20 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Care din următorii operatori pot fi utilizați într-un algoritm genetic care folosește reprezentarea prin
șiruri de numere reale? 1. Negarea; 2. Negarea fuzzy; 3. Resetarea pseudo-aleatoare; 4. Resetare
deterministă; 5. Mutația uniformă; 6. Mutația neuniformă cu distribuție fixată; 7. Mutația locală; 8.
Interschimbarea; 9. Inserarea; 10. Mutația rapidă; 11. Amestecul; 12. Mutația globală; 13.
Inversiunea; 14. Recombinare unipunct; 15. Recombinare multipunct; 16. Recombinare uniformă;
17. Recombinarea rădăcinilor; 18. Recombinare aritmetică simplă; 19. Recombinare aritmetică
singulară; 20. Recombinare aritmetică totală; 21. Recombinarea șirurilor maxime; 22. Partially
mapped crossover; 23. Recombinare de ordine; 24. Recombinarea muchiilor; 25. Recombinarea
ciclică
a. 3, 4, 5, 6, 7,12, 18, 19, 21
b. 1, 3, 4, 7, 10, 13, 16, 17, 20
c. 5, 6, 14, 15, 16, 18, 19, 20
d. 2, 7, 10, 12,17,21
e. Toți operatorii de mai sus
Feedback
Răspunsul corect este: 5, 6, 14, 15, 16, 18, 19, 20
21 întrebare
Corect
Întrebare cu flag
Textul întrebării
Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] o permutare. În urma aplicării mutației prin amestec pentru pozițiile
(2,7) poate fi obținută următoarea variantă mutată Y: 1. Y=[ 2 6 7 8 10 5 1 9 3 4] ; 2. Y=[ 6 7 8 10 5 1
9 3 4 2 ] ; 3. Y=[ 7 6 8 10 5 1 9 3 4 2 ] ; 4. Y=[ 6 7 10 8 5 9 1 3 4 2 ] ;5. Y=[ 6 9 7 5 10 8 1 3 4 2 ] ; 6.
Y=[ 6 2 8 10 5 1 9 3 4 7]
a. 3, 4, 5
b. 1, 2, 3
c. 2, 5, 6
d. 1, 2, 5
e. 2, 4, 5
Feedback
22 întrebare
Incorect
Întrebare cu flag
Textul întrebării
În cadrul unui algoritm genetic operația de selecție a supraviețuitorilor: 1. Se aplică asupra populației
curente; 2. În unele variante necesită calcularea unei distribuții de probabilitate de selecție; 3.
Utilizează întotdeauna factori aleatori; 4. Alege generația următoare dintre indivizii disponibili după
operația de mutație; 5. Indivizii aleși sînt întotdeauna fezabili; 6. Uneori utilizează factori aleatori; 7.
Asigură perpetuarea individului cu calitate maximă din populația curentă; 8. Duce la creșterea
calității medii a populației curente; 9. Garantează obținerea unei generații cu calitate medie
superioară, dacă folosește selecția bazată pe vîrstă; 10.Se aplică la începutul fiecărei iterații; 11. Se
aplică asupra descendenților obținuți din populația curentă; 12. Se aplică asupra populației curente
și asupra descendenților obținuți din populația curentă.
a. 2, 3, 4, 5, 6, 11
b. 4, 8, 11
c. 1, 7
d. 6, 8, 11
e. 2, 4, 5, 6, 12
Feedback
23 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Fie X=[ 6 1 8 10 5 7 12 43 9 3 4 2 ] o secvență de numere întregi. În urma aplicării mutației fluaj

poate fi obținută următoarea variantă mutată: 1. Y=[ 16 1 8 10 5 7 12 43 9 3 4 2 ]; 2. Y=[ 6 1 8 10 5 7
12 43 9 4 3 2 ]; 3. Y=[ 6 1 8 10 15 7 12 43 9 3 4 2 ]; 4. Y=[ 7 1 8 10 5 7 12 43 9 3 4 2 ]; 5. Y=[ 6 1 8
10 5 7 12 43 9 3 4 2 ]; 6. Y=[ 6 1 8 10 5 7 12 42 9 3 4 2 ]
a. 2, 4, 5, 6
b. 1, 2, 3, 4, 5, 6
c. 4, 5, 6
d. 2, 4, 6
e. 2, 3, 4, 5, 6
Feedback
24 întrebare
Corect
Întrebare cu flag
Textul întrebării
Fie permutările x=[10 2 3 9 1 7 6 4 8 5] și y=[5 4 7 2 1 9 3 6 8 10], un cromozom copil

rezultat prin PMX este c=[ 5 2 3 9 1 4 7 6 8 10]. Atunci ordinea considerării părinților și
respectiv punctele de încrucișare sînt:
a. (y,x) și (2,5)
b. (x,y) și (2,5)
c. (y,x) și (1,5)
d. (y,x) și (1,4)
e. (x,y) și (1,4)
Feedback
Răspunsul corect este: (x,y) și (2,5)
25 întrebare
Corect
Întrebare cu flag
Textul întrebării
În algoritmii genetici, reprezentarea prin permutări

a. Nu permite utilizarea de operatori de mutație
b. Nu este utilizată
c. Nu permite utilizarea de operatori de recombinare
d. Necesită operatori de variație special definiți
e. Nu permite mai mult de două gene cu aceeași valoare într-un cromozom
Feedback
Răspunsul corect este: Necesită operatori de variație special definiți
26 întrebare
Corect
Întrebare cu flag
Textul întrebării
Decodificarea trebuie realizată:

a. Niciuna din celelalte variante
b. Garantează obținerea de rezultate optime
c. Obligatoriu după extragerea celui mai bun individ din populația finală
d. Nu depinde de reprezentarea aleasă
e. Nu e necesară în algoritmii genetici
Feedback
Răspunsul corect este: Obligatoriu după extragerea celui mai bun individ din populația finală
27 întrebare
Corect
Întrebare cu flag
Textul întrebării
Fie următorii doi cromozomi de tip permutare: { 6, 3, 7, 8, 5, 1, 2, 4, 9 } și { 7, 2, 8, 5, 6, 9, 4, 1, 3}.

Aplicînd operatorul de recombinare PMX, cu pozițiile 3 și 6 se obțin descendenții: a. 6, 3, 7, 8, 5, 9,
4, 1, 2; b. 7, 4, 6, 8, 5, 1, 2, 9, 3; c. 8, 3, 7, 5, 6, 9, 4, 2, 1; d. 6, 2, 7, 8, 5, 1, 4, 9, 3; e. 7, 2, 8, 5, 6, 1,
3, 4, 9; f. 6, 2, 7, 8, 5, 9, 4, 1, 3; g. 7, 9, 8, 6, 5, 1, 2, 4, 3; h. 7, 3, 8, 5, 6, 9, 2, 4, 1;i. 7, 3, 8, 5, 6, 1, 2,
4, 9; j. 5, 3, 7, 8, 6, 9, 4, 1, 2.
a. d, h
b. a, e
c. f, i
d. g, j
e. b, c
Feedback
Răspunsul corect este: d, h
28 întrebare
Corect
Întrebare cu flag
Textul întrebării
În cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor: 1. Poate fi
oricare dintre: șiruri binare, șiruri de numere întregi, șiruri de numere reale, permutări; 2. Poate fi
numai de tip șiruri de numere întregi sau reale; 3. Poate fi numai de tip șiruri de numere reale; 4. Nu
influențează tipul de recombinare folosit (discretă / intermediară); 5. Se alege în funcție de problema
care se rezolvă; 6. Influențează tipul de recombinare folosit; 7. Are influență asupra mecanismului de
selecție a generației următoare; 8. Conține atît descrierea individului candidat cît și parametrii care
controlează evoluția sa.
a. 2, 4, 5, 8
b. 1, 7, 8
c. 3, 4, 8
d. 2, 4, 5, 6
e. 1, 3, 4, 8
Feedback
29 întrebare
Corect
Întrebare cu flag
Textul întrebării

a. Revoluția industrială
b. Evoluția naturală biologică
c. Societatea informațională
d. Noua revoluție agrară
e. Societatea cunoașterii
Feedback
Răspunsul corect este: Evoluția naturală biologică
30 întrebare
Incorect
Întrebare cu flag
Textul întrebării
Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] și Y=[ 9 8 7 3 6 1 5 10 4 2 ] permutări. Care urmași sînt generați prin
a. C1=[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 8 3 6 7 5 10 4 ]
b. C1=Y, C2=X
c. C1=[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
d. C1=[ 2 6 7 8 10 5 1 9 3 4 ], C2=[ 2 8 1 3 6 7 5 10 4 9 ]
e. C1=[ 6 7 8 10 5 1 9 3 4 2 ], C2=[ 9 8 1 3 6 7 5 10 4 2 ]
Feedback
Răspunsul corect este: C1=[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
PEAG GRILE
1.În algoritmi genetici, alegerea unei anumite reprezentări:
-depinde de problema de rezolvat
-influențează calitatea soluției furnizate
2. În cadrul unui algoritm evolutiv condiția de terminare:
- este obligatorie
- include obligatoriu, direct sau, indirect controlul numărului de iterații(nr pop generate)
3. Până cadrul strategiei evolutive cu 2 membrii(es-2m)
- la fiecare moment al evoluției algoritmului este menținut un singur candidat la soluție
- calculul unui termen nou este realizat prin mutație gaussiana pentru fiecare
componentă a vectorului curent
- sunt rezolvate probleme pe spații continue
-calc stochastica
3. Pentru algoritmi genetici, reprezentarea prin șiruri de numere întregi:
- este preferabilă atunci când pentru fiecare genul sunt posibile mai mult de două valori
distincte
4. În algoritmi genetici, operația de selecție a părinților:
- este utilizată în general în manieră nedeterministă
5. Pentru un algoritm evolutiv, funcția de evaluare:
-estimează nivelul de adaptare a individului
6. Fie x = 6 1 8 10 5 7 12 43 9 3 4 2 o secvență de numere întregi. În urma aplicării

mutației fluaj poate fi obținută următoarea variantă mutată:
-y=6 1 8 10 5 7 12 43 9 4 3 2 (2,4,5 rasp)
-y=7 1 8 10 5 7 12 43 9 3 4 2
-y=6 1 8 10 5 7 12 43 9 3 4 2
7.Algoritmii genetici:
-sunt tehnici de cautare stochastica bazate pe populatii
8.Algoritmul ES2M:
-este algoritmul auto-adaptiv primar
9. In cadrul unui algoritm genetic operația de selecție a

supraviețuitorilor:(2,4,5,6,12)
- în unele variante necesită calcularea unei distribuții de probabilitate de selecție
- alege generația următoare dintre indivizii disponibil după operația de mutație
-indivizii aleși sunt întotdeauna fezabili
- uneori utilizează factori aleatori
- se aplică asupra populației curent a și asupra descendenților obținuți din populația

curentă
10. Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv

sunt:(1,4,6)
- probleme de optimizare
- probleme de modelare
- probleme de simulare
11.Fie x=6 1 8 10 5 7 9 3 4 2 o permutare.2 în urma aplicării mutații prin inversiune
pentru pozițiile(2,7) poate fi obținută următoarea variantă mutată:
-2
12. Fie permutările x= 10 2 3 9 1 7 6 4 8 5 si y=5 4 7 2 1 9 3 6 8 10, un cromozom

copil rezultat prin PMX c=5 2 3 9 1 4 7 6 8 10. Atunci ordinea considerării
părinților și respectiv .ele de încrucișare sunt:
-(x,y) si (2,5)
13. Care din următoarele metode pot fi folosite în cadrul algoritmilor memetici
pentru a îmbunătății informația în interiorul unei populații:(2 4 6 7 9)
-hillclimbing
- strategie evolutivă cu doi membri
- metode exacte
- metode euristice
-Ecx
14. Decodificarea trebuie realizata:
- obligatoriu după extragerea celui mai bun indirect din populația finală
15. În algoritmi genetici,reprezentarea Prin permutări:
-necesită operatori de variație special Definiți
16. În cadrul unui algoritm evolutiv populația inițială:
- este generata înaintea începerii Revoluției propriu zise
- este generata aleator
- este generată utilizând distribuția de probabilitate uniformă
17.Fie x= 6 1 8 10 5 7 9 3 4 2 o permutare. În urma aplicării mutații prin amestec

pentru pozițiile 2,7 poate fi obținută următoarea variantă mutată(2,4,5)
-y = 6 7 8 10 5 1 9 3 4 2
-y=6 7 10 8 5 9 1 3 4 2
-y=6 9 7 5 10 8 1 3 4 2
18. În cadrul unui algoritm genetic operația de recombinare: 2 4 6 8
- este efectuată imediat după fiecare etapă de secția părinților
- este efectuată imediat înaintea fiecărei proceduri de mutație
- utilizează populația de părinți
-este utilizată cu probabilitate mare
19. Calculul evolutiv este inspirat din:
- evoluția naturală biologică
20. Fie următorul cromozom de tip permutare{7 6 12 14 3 10 8 15 11 5 4 1 13 2 9}.

În urma aplicării operatorului de mutație prin amestec sau obținut cromozomul{7
14 13 12 1 15 2 8 6 3 11 4 10 4 9}. Cele două poziții utilizate pentru amestec sunt:1
579
-1si 14
-2 si 15
-2 si 14
-1 si 15
21.. Care din următorii operator pot fi utilizați un algoritm genetic care Folosește
reprezentarea prin șiruri de numere reale? 5 6 14 15 16 18 19 20
- mutația uniformă
- mutația neuniformă cu distribuție fixată
- recombinare unuipunct
- recombinare multipunct
- recombinare uniformă
- recombinare aritmetică simplă
- recombinare aritmetică singulara
- recombinare aritmetică totală
22.Fie x=[6 1 8 10 5 7 9 3 4 2\ si y=[9 8 7 3 6 1 5 10 4 2]. Care urmasi sunt

generati prin utilizarea operatorului CX?
-C1=[6 8 7 10 5 1 9 3 4 2], c2=[9 1 8 3 6 7 5 1 0 4 2 ]
23. În cadrul unui algoritm din clasa strategiilor: 3 4 8
- poate fi numai de tip șiruri de numere reale
- nu influențează tipul de recombinare folosit
- conține atât descrierea individului candidat cât și parametrii care controlează evoluția
sa
24. În cadrul unui algoritm din clasa a treia tevilor evolutive, operația de mutație:
2 5 9 11
-este efectuată imediat ce este disponibilă o populație de copii
-este de tip neuniform(fluaj)
-determină structura cromozomială
-este efectuată iterativ
25.În cadrul unui algoritm genetic care maximizează o funcție fitness: 3 6 8
-mutația este realizată cu probabilitate epică
-selecția supraviețuitorilor este determinată de calitatea și/ sau factorul vârstă
-se urmărește determinarea unui punct de maxim global
26.Și următorii doi cromozomi de tip permutare{6 3 7 8 5 1 2 4 9} si {7 2 8 5 6 9 4 1

3}. Aplicând operatorul de recombinare pmx, cu pozițiile 3 și 6 se obțin
Descendenții: d,h
27.Componentele algoritmilor evolutivi sunt:1 3 5 7 10 12 14 15
-reprezentarea
-funcția de evaluare
-populația
-mecanismul de selecție
-operatorii de variație
-mecanismul de înlocuire a populației curentă
-inițializarea populației
-condiția de terminare
28.Algoritmul Hillclimbing:1 2 5 7
-se aplica asupra unui singur punct din spațiul de căutare
-aplicarea se poate repeta pentru mai multe puncte pentru a crește performanțele
-Găsește uneori soluția optimă
-de obicei Găsește un punct De optim local
29.Intr un algoritm genetic, populația inițială: 2 5 7
-este construit o singură dată
-conține exclusiv indivizi fezabili
-peste generat utilizând distribuția de probabilitate uniformă
30.Algoritmul Hillclimbing:
-este un algoritm evolutiv
31. În cadrul unui algoritm evolutiv condiția determinare poate include

următoarele elemente: e-a,c,d/ d
-controlul numărului de iterații
-atingerea valorii optime a funcției obiectiv
-verificarea unei condiții legate de diversitatea genetică
32.Considerând o problemă de maximizare în care funcția obiectivă ale

valori reale cu proprietatea că există cel puțin o valoare strig negativă și
o valoare strict pozitivă. Atunci, pentru rezolvarea acesteia Cu ajutorul
unui algoritm genetic:
33.În cadrul algoritmilor genetici, generația următoare este selectată

dintre:
-indivizii generații curente și Descendenții obținuți după etapa de mutație

34.În cazul reprezentării cu șirul de numere întregi, are combinările
aritmetice:
-se pot aplica dacă se face rotunjirea rezultatelor
35.După aplicarea unui operator de recombinare produce indivizi

aberanti atunci:
-se folosesc părinții ca descendenți
36.Mecanismul de selecție turnir:
-nu respectă distribuția de probabilitate de selecție
37.Care din următoarele nu este un model de distribuție de probabilitate

folosit pentru etapa de selecție?
-FPS cu alfa scalare
38.Pentru păstrarea relațiilor comune din cromozomii părinți se

folosește operatorul de recombinare:
-ecx
39.Care din următoarele este un dezavantaj al utilizării distribuții de

probabilitate de selecție de tip FPS?
-convergența prematură
40.Recombinarea multiplă:
-produce rezultate mai bune doar în unele cazuri particulare
41.Pentru problemele cu dependența de adiacente se folosește

operatorul de recombinare:
-PMX
42.De câte ori trebuie rotit brațul ruletei simple pentru a executa întregul
proces de selecție a părinților, pentru o populație cu tz cromozomi?
-de tz ori
43.Care mecanism de selecție produce rezultate mai apropiate de

distribuția de probabilitate de selecții calculată?
-SUS
44.Care din următoarele este un model de populație?
-cu stari stabile
45.Operatorul de recombinare unipunct Se poate folosi în cazul

reprezentării prin:
-șiruri de numere întregi, șiruri de numere reale, șiruri binare
46.În cazul reprezentării cu șirul de numere întregi, combinările

aritmetice:
-sunt interzise
47.Schema Generală de recombinare depinde de:
-existența constrângerilor în problema de rezolvat
48.De câte ori trebuie rotit brațul ruletei multi-brat pentru a executa
întregul proces de selecție a părinților pentru o populație cu k indivizi?
-o data
49.Care din următoarele este un dezavantaj al utilizării distribuții de

probabilitate de selecții de tip FPS?
-convergența prematură
50.Care din următoarele nu este un mecanism de selecție?
-ruletă complicată
51.Pentru a păstra cât mai bine informația referitoare la pozițiile absolute

ale alelelor în cromozomii părinți se folosește operatorul:
-CX
52.Dacă aplicarea unui operator de recombinare produce indivizi aberații

atunci:
-se folosesc părinții ca descendenți
53.Pentru păstrarea relațiilor comune din cromozomii părinți se

folosește operatorul de recombinare:
-ECX cred
54.Câți operanzii utilizează operatorul de recombinare în algoritmi

genetici?
-binar(doi operanzi)
55.Operatorul de recombinare unui. Se poate folosi în cazul reprezentării

Prin:
-șiruri de numere întregi
56.Care din următoarele afirmații nu este adevărată pentru stilul

generațional?
-necesită urmărirea mai multor generații consecutive
57.Mecanismul de selecție turnir:
-nu respectă distribuția de probabilitate de selecție
58.Care din următoarele este un model de populație?
-cu stări stabile
59.Operatorul de recombinare unipunct Se poate folosi în cazul

reprezentării prin:
-șiruri de numere întregi, șiruri de numere reale, șiruri binare
60.În cazul reprezentării cu șirul de numere întregi, recombinările

aritmetice:
-se pot aplica dacă se face rotunjirea
61.În cadrul algoritmilor genetici, generația următoare este selectată

dintre:
-indivizii generații curente și Descendenții obținuți după etapa de mutație
62.Pentru problemele în care reprezentarea prin permutări semnifică

ordinea de apariția unor evenimente, operatorul de recombinare folosit
este:
-OCX
63.Combinarea multiplă:
- produce rezultate mai bune doar în cazuri particulare
64.Care din următoarele metode pot fi folosite în cadrul algoritmilor

medici pentru a îmbunătăți informația în interiorul unei
populații:(a.2,3,6,7,9)
-hillclimbing, stategie evolutiva cu 2 membrii, metode exacte, euristice,

gradient
65.Un algoritm genetic, populației inițială:
-.b) trebuie sa contina o diversitate genetica mare
66.In cadrul strategiei involutive cu 2 membri (ES- 2M) 2 4 5 6
-la fiecare moment al evoluției algoritmului este menținut un singur candidat la

soluție
-calculul unui termen nou este realizat prin mutație gaussiana pentru fiecare
componentă a vectorului curent
-sunt rezolvate probleme pe spații continue
-fiecare termen este calculat în manieră în stochastica
67.În cadrul calculului evolutiv:
-evoluția presupune întotdeauna creșterea globală a calității

populației/operatorii de selecție sunt întotdeauna stochastici
68.Codificarea trebuie stabilită:
-odată cu alegerea reprezentării
69.Pentru un algoritm evolutiv, funcția fitness:
-9)Evalueaza calitatea fiecarui individ
70.Scopul unui algoritm memetic este: 2 4 5 7 8
- de a îmbunătăți Informația de la o populație la alta
- de a îmbunătății formația din populația curentă prin utilizarea de algoritmi de

căutare locală
- de a asigura perpetuarea individului cu calitate maximă din populația curentă
- de a procesa separat fiecare iterație
- de a utiliza euristici
71.Calculul evolutiv este:
-tehnica de rez a probl de tip experiment-eroare
72. În cadrul strategiilor evolutive:
- Mutația este aplicată cu probabilitate 1
73. Algoritm genetic, populația inițială: 2 5 7
- este construit o singură dată
- conține exclusiv indivizi fezabil
74.Componentele algoritmilor evolutivi sunt:1 3 5 7 10 12 14 15
-reprezentarea
-funcția de evaluare
-populația
-mecanismul de selecție a părinților
-operații de variație
-mecanismul de înlocuire a populației curente
-inițializare a populației,
-condiția de terminare
75. Într un algoritm genetici, populație inițială: 1 2 7
- este generată Până când este un optim local
- este construit o singură dată

Partea I:
2. În algoritmii genetici, rerezentarea prin șiruri de numere întregi
6. Este preferabila pentru probleme de optimizare
7. Este doar un exercitiu de implementare, nefiind necesara
8. E preferabila atunci cand pentru fiecare gena sunt posibile mai mult de doua
valori distincte
9. nu este utilizata in algoritmi genetici
10. Nu poate fi utilizata in cazul atributelor ordinale
3. In algoritmii genetici, reprezentarea prin permutări
6. Nu permite utilizarea de operatori de mutatie
7. Nu este utilizata
8. Are nevoie de operatori special definiti (Vezi cursul II: - Slide 19)
9. Nu permite utilizarea de operatori de recombinare
10. Nu permite mai mult de doua gene cu aceeasi valoare intr-un cromozom
3. Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sînt: 1.
Problemele de optimizare; 2.Probleme de cautare in spatiul solutilor; 3. Prelucrarea
datelor de dimensiune mare(big-data); 4. Probleme de modelare; 5.Probleme de
validare a datelor; 6. Probleme de simulare; 7 Alocarea dinamica a datelor in memoria
calculatorului; 8. Deplasarea autonoma a vechiculelor
1. 2,4,6
2. 1,4,6(Vezi cursul I: Introducere: - Slide 9 si 10)
3. 2,4,6,8
4. 1,3,5,7
5. 2,3,4
5. Intr-un algoritm evolutiv, functia de tip calitate: 1. Evalueaza calitatea algoritmului, 2.
Evalueaza calitatea fiecarui candidat; 3. Evalueaza viteza de gasire a solutiei fata de
consumul de resurse; 4. Trebuie maximizata; 5. Stabileste daca un descendent este
acceptabil; 6. Selecteaza indivizii care se vor reproduce; 7. Selecteaza indivizii care trec
in generatia urmatoare; 8. Contine un factor aleator; 9. Evalueaza calitatea populatiei
curente; 10. Evalueaza calitatea populatiei curente fata de cea din generatia anterioara;
6. 6,7,8
7. 5
8. 2,4(Vezi cursul I: Introducere - Slide 11)
9. 1,3
10. 9,10
6. In algoritmii genetici, reprezentarea binara
6. Este cea mai utilizata varianta de reprezentare a genotipurilor
7. Nu e utilizata pentru algoritmi genetici
8. A fost primul tip de reprezentare a cromozomilor in algoritmi genetici(Vezi cursul
2: Slide 14)
10. Nu depinde de problema rezolvata
6. Componentele algoritmilor evolutivi sunt: 1. Reprezentarea; 2. Probabilitatea de
mutatie; 3. Functia de evaluare; 4. Probabilitatea de recombinare; 5. Populatia; 6.
Generarea de numere aleatoare; 7. Mecanismul de selectie a parintilor; 8. Generarea de
permutari; 9. Reprezentarea grafica a evolutiei calitatii; 10; Operatorii de variatie; 11.
Stabilirea diversitatii genetice a populatiei; 12. Mecanismul de inlocuire a populatiei
curente; 13. Hillclimbing; 14; Initializarea populatiei; 15. Conditia de terminare;
1. 1,2,5,6,7,14,15
2. 1,3,5,7,10,12,14,15
3. 2,4,6,8,11,13
4. 2,4,5,9,15
5. 1,3,5,6,10,13,14,15
6. Revolutia industriata
7. Societatea cunoasterii
8. Societatea informationala
9. Noua revolutie agrara
10. Evolutia naturala biologica(Vezi cursul I: Introducere - Slide 6)
8. Algoritmul Hillclimbing: 1. Se aplica asupra unui singur punct din spatiul de cautare; 2.
Aplicarea se poate repeta pentru mai multe puncte pentru a creste performantele; 3.
Este inspirat din tehnicilie de alpinism; 4. Gaseste intotdeauna solutia optima; 5.
Gaseste uneori solutia optima; 6. Calculele se incheie atunci cand temperatura
sistemului devine 0; 7. De obicei gaseste un punct de optim local; 8. Se utilizeaza numai
pentru reprezentarea cu siruri de numere reale;
1. 1,2,5,7
2. 1,5,7,8
3. 1,2,4,7
4. 1,4,6,7
5. 3,4,6,8
10. Caracteristicile unui algoritm genetic clasic(canonic) sunt: 1. Reprezentarea
populatiei este realizata prin intermediul sirurilor binare; 2. Reprezentarea populatiei este
realizata prin intermediul sirurilor de numere naturale; 3. Probabilitatea de selectie a unui
individ in multisetul parintilor este proportionala cu valoarea functiei de evaluare pentu
el; 4. Probabilitatea de selectie a unui individ in multisetul parintilor este data de pozitia
individului in erarhia populatiei, determinata pe baza functiei 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.
6. Nu exista algoritm genetic canonic
7. 2,4,6,7
8. 1,3,5,8(Speram, doamne ajuta)
9. Nici una din variantele A,B,C,E
10. 2,3,6,7,9
10. Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste
reprezentarea prin siruri de numere reale: 1. Negarea; 2. Negarea Fuzzy; 3. Resetarea
aleatoare; 4. Fluaj; 5. Mutatia uniforma; 6. Mutatia neuniforma cu distributie fixata; 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. Recombinare de ordine; 24.
Recombinarea muchilor; 25. Recombinarea Ciclica
1. Toti operatorii de mai sus
2. 2,7,10,12,17,21
3. 1,3,4,7,10,13,16,17,20
4. 3,4,5,6,7,12,18,19,21
5. 5,6,14,15,16,18,19,20
Partea II:
1. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie:
1. Este utilizata doar in probleme cu constringeri
4. Utilizeaza populatia de copii
5. Determina structura cromozomiala
6. Este de tip neuniform
7. Alege pentru mutatie in medie jumatate de indivizi
8. Este efectuata o singura data pe parcursul unui algoritm
3. In cadrul unui algoritm genetic operatia de recombinare:
13. In general probabilitatea de recombinare nu conteaza in rezolvarea
problemelor prin algoritmi genetici
14. Este efectuata o singura data pe parcursul unui algoritm genetic
15. Este efectuata imediat inaintea fiecare proceduri de mutatie
16. Este efectuata imediat dupa fiecare etapa de selectie a parintilor
19. Este utilizata doar in probleme fara constrangeri
20. Utilizeaza populatia de parinti
3. In cadrul unui algoritm evolutiv populatia initiala
1. Este generata la inceputul fiecarui ciclu evolutiv
2. Este generata utilizand distributia pe probabilitate normala
3. Este generata inaintea inceperii evolutiei propriu-zise
4. Este generata dupa fiecare ciclu evolutiv
5. Este generata utilizand distributia de probabilitate uniforma
6. Este generata aleator (Vezi cursul I: Introducere - Slide 11)
7. Este setata pe multimea vida
5. 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 descendentii.
2. Siruri de numere
x2 = {13,1,10,7,14,8,5,15,12,11,4,2,3,9,6}
y2 = {5,3,11,13,2,14,6,10,1,8,4,7,9,15,12}
6. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de
recombinare:
13. Alege pentru recombinare in medie jumatate de indivizi
16. Utilizeaza poplatia curenta
17. Este efectuata o singura data, dupa prima etapa de generare a unei
populatii
18. Determina obtinerea unui multiset de copii in …
7. In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea
cromozomilor
9. Influenteaza tipul de recombinare folosit
11. Poate fi numai de tip siruri de numere intregi sau reale
12. Poate fi oricare dintre: siruri binare, siruri de numere intregi, siruri de
numere reale, permutari
13. Are influenta asupra mecanismului de selectie a generatiei urmatoare
14. Nu influenteaza tipul de mutatie folosit(discreta/ nediscreta)
15. Poate fi numai de siruri de numere reale
16. Contine atat descrierea individului candidat cat si parametrii care ..
8. In cadrul unui algoritm genetic operatia de selectie a parintilor
13. Intotdeauna este bazata pe o distributie de probabilitate de selectie
17. Este efectuata imediat inaintea fiecarei proceduri de mutatie
18. Este efectuata imediat ce este disponibila o populatie curenta evaluata
19. Este efectuata o singura data dupa prima etapa de generare a unei
populatii
20. Alege in general indivizi pe baza factorului varsta
21. Utilizeaza populatia de copii mutati
24. Poate fi realizata prin utilizarea unei distributii de probabilitate de selectie
9. 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:
12. 3 si 13
13. 1 si 15
14. 1 si 14
15. 4 si 8
16. 1 si 12
17. 4 si 15
18. 3 si 15
19. 2 si 13
20. 2 si 14
21. 2 si 15
22. 1 si 13
10. In cadrul unui algoritm genetic operatia de mutatie
13. Are probabilitate mica
14. Se aplica doar daca divesitatea genetica scade sub un prag x dat
15. Intotdeauna produce indivizi fezabili
16. Se aplica asupra descendentilor produsi de operatia de recombinare
17. Se aplica asupra mutlisetului de parinti
18. Se aplica asupra populatiei curente
19. Se utilizeaza doar in probleme cu constrangeri
20. Poate sa produca indivizi nefezabili
21. Se efectueaza o singura data, dupa generarea populatiei initiale
22. Se aplica imediat inaintea fiecarei etape de selectie a generatiei
urmatoare
23. Se utilizeaza doar in problemele fara constrangeri
24. Nu foloseste factori aleatori.
11. In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor
12. Utilizeaza intotdeauna factori aleatori
13. In unele variante necesita calcularea unei distributii de probabilitate de
selectie
14. Indivizii alesi sunt intotdeauna fezabili
17. Uneori utilizeaza factori aleatori
19. Garanteaza obtinerea unei generatii cu calitate medie superioara. Daca
foloseste selectia bazata pe varsta.
20. Asigura perpetuarea individului cu calitate maxima din populatia curenta
21. Alege generatia urmatoare dintre indivizii disponibili dupa operatia de
mutatie
Grile PEAG:
1. Pentru pastrarea relatiilor comune din cromozomii parinti se foloseste operatorul de recombinare:
b) nu exista un operator pebntru acest scop

e) incrucisare binara
2. Care din urmatoarele este un dezavantaj al utilizatii distributiei de probabilitate de selectie de tip FPS?
a) Convergenta asimptomatica
b) convergenta lenta
c) convergenta prematura
d) eliminarea indivizilor slabi
e) selectarea celor mai buni indivizi
3. Pentru problemele in care reprezentarea prin permutari semnifica ordiea de aparitie a unor
a) incrucisarea aritmetica singulara
b) incrucisarea unipunct
c) IPX
e) incrucisare uniforma
4. Mecanismul de selectie turnir:
a) este intotdeauna de tip determinist
b) acorda o sansa si celui mai slab inidvid
c) nu exista un astfel de mecanism. Turniul este o competitie medievala
d) nu respecta distributia de probabilitate de selectie
e) este cel mai des folosit mecanism de selectie
5. Pentru problemele cu dependenta de adiacente se foloseste operatorul de recombinare:
a) OCX
b) niciunul din celelalte raspunsuri
c) ECX
d) PMX
e) incrucisare aritmetica singulara
a) Ruleta complicata
b) genitor
c) ruleta simpla
e) turnir
d) este cea mai bun optiune pentru algoritmii genetici
8. In cazul reprezentarii cu siruri de numere intregi, recombinarile aritmetice:
a) se pot aplica daca se face rotunjirea rezultatelor
b) produc intotdeauna rezultate aberante
c) nu exista notiunea de recombinare aritmetica
d) sunt interzise
e) se pot aplica numai daca toate perechile de alele de pe pozitii identice sunt fie pare, fie impare
9. Care din urmatoarele este un dezavantaj al utilizatii distributiei de probabilitate de selectie tip FPS?
a) Convergenta prematura
b) convergenta asimptotica
c) eliminarea indivizilor slabi
d) selectarea celor mai buni indivizi
e) convergenta lenta
10. Schema generala de recombinare depinde de:
a) numarul de indivizi din populatia initiala
b) ooperatorul de recombinare folosit
c) existenta constrangerilor in problema de rezolvat
d) reprezentarea cromozomilor
e) alegerea utilizatorului
d) este cea mai buna optiune pentru algoritmii genetici
12. In cadrul algoritmilor genetici, generatia urmatoare este selectata dintre:
a) parintii selectati
b) indivizii generatiei curente si descndentii obtinuti dupa etape de mutatie
c) decendentii generatiei curente
d) indivizii generatiei curente
e) descendentii obtinuti din etapa de recombinare
13. Care din urmatoarele este un model de populatie?
a) cu dimensiune fixa
b) cu dimensiune variabila
c) cu generatii
d) cu stari instabile
e) cu stari stabile
14. Care din urmatoarele nu este un model de distributie de probabilitate folosit pentru etapa de
selectie:
a) FPS cu ferestre
b) FPS
c) FPS cu alfla scalare
d) ranguri liniare
e) FPS cu sigma scalare
15. Care mecanism de selectie prroduce rezultate mai apropiate de distributia de probabilitate de
selectie calculata?
a) toate produc rezultate la fel de apropiate
b) SUS
c) niciunul
e) turnirul
16. Daca aplicarea unui operator de recombinare produce indivizi aberanti atunci:
a) se folosesc parintii ca descendenti
c) algoritmul produce totusi rezultate corecte, ca urmare a autoreglarii prin selectie
e) problema nu se poate rezolva prin algoritm genetic
17. De cate ori trebuie rotit bratul ruletei multi-brat pentru a executa intregul proces de selectie a
a) de 2*k ori
b) de k ori
c) o data
d) de k/2 ori
e) nu este ruleta multi-brat

18. Ce aritate are operatorul de recombinare in algorimtii genetici (cati operazi utilizeaza)
c) ternar (trei operanzi)
d) nu exista operatori de recombinare in algoritmii genetici
e) binar (doi operanzi)
19. Pentru a pastra cat mai bine informatia referioare la pozitiile absolute ale alelelor in cromozomi
parinti se foloseste operatul:
a) incrucisare multipunct
b) CX
c) ECX
d) OCX
e) PMX
20. Care din urmatoarele afirmatii nu e adevarata petru modelul generational?
a) poate inlocui un singur cromozom din populatia curenta
b) necesita urmarirea mai multor generatii consecutive
c) nu tine cont de calitatea cromozomilor
d) poate inlocui parial generatia curenta
e) poate inlocui complet generatia curenta

Grile USCATU
1. În algoritmii genetici, alegerea unei anumite reprezentări 1. Este independentă de

problema de rezolvat; 2. Depinde de problema de rezolvat; 3. Poate fi făcută aleator; 4.
Este imposibilă, fiind folosită doar reprezentarea prin numere reale; 5. Influențează
calitatea soluției furnizate
a) 2, 3
b) 2, 5
c) 1, 3
d) 4
e) 3, 5
2. În cadrul unui algoritm evolutiv condiția de terminare: 1. Este obligatorie; 2. Nu este
indicată; 3. Include obligatoriu, direct sau indirect, controlul numărului de iterații
(numărul populațiilor generate); 4. Nu poate fi implementată; 5. Este utilizată doar în
cadrul GA, nu și în cadrul ES.
a) 5
b) 2, 3, 4
c) 2, 4
d) 1, 3
e) 1, 5
3. în cadrul strategiei evolutive eu 2 membri (ES- 2M): 1. Este generata o populate iniflalä
aleator, din distribute normalä; 2. La fiecare moment al évoluai algoritmului este
menînut un singur candidat la soluble; 3. Populatiile sînt de dimensiuni mari; 4. Calculul
unul termen nou este realizat prin mutage gausslanä pentru fiecare componentâ a
vectorulul curent; 5. Sînt rezolvate problème pe spafli continue; 6. Fiecare termen este
calculât în manierä stochasticä; 7. Calculul unul termen nou este realizat prln mutage
gaussianâ pentru o componentâ selectatâ aleator din vectorul curent; 8. Este
intentionatä cresterea calitâtii medii a populatiei curente; 9. Este garantatâ obflnerea
unui optim global; 10.La începutul fiecârei iteraîi este testatä dimensiunea populatiei
curente; 11. Sînt creati descendent obtinuti din populaîa curenta prin recombinare
localâ.
Alegeti o optiune;
• a. 2,4, 5,
b. 1.10
c. 2,4,6, 9
d. 6,8,11
e. 4,8,11
4. In algoritmii genetici, reprezentarea prin siruri de numere întregi
Alegeti o optiune:
a. Este preferabilä pentru problemele de optimizare
b. Nu poate fi utilizatä în cazul atributelor ordinale

c. Este preferabilä atunci cînd pentru fiecare gêna sînt posibile mai mult de
doué valori distincte
d. Nu este utilizatä în algoritmi genetici
e. Este doar un exercitiu de implementare, nefiind necesarâ
5. In algoritmii genetici, operatia de selectie a pärintilor
Alegeti o optiune:
a. Este utilizatä în general în maniera nedeterministä
b. Este doar un exercitiu de implementare, nefiind necesara
c. Nu este utilizatä
d. Este utilizatä determinisjc
e. Este utilizatä în functia de reprezentarea cromozomialâ
6. Intr-un algoritm evolutiv, functia de evaluare:
Alegeti o optiune:
a. se alege în funcfle de dimensiunea populatiei
b. este definitä pe spatiul unidimensional
c. este stabilitä de Holland
d. este o functie asimptoticä
e. estimeazä nivelul de adaptare a individuliui
7. Fie X=[ 6 1 8 10 5 7 12 43 9 3 4 2 ] o secventä de numere întregi. în urma aplicärii mutatiei

fluaj poate fi obtinutä urmätoarea variantä mutatä: 1. Y=[ 16 1 8 10 5 7 12 43 9 3 4 2 ]; 2. Y=[
6 1 8105712 43 9432]; 3. Y=[ 61 810 15 7 12 43 9 342]; 4. Y=[7 1 8 10 5 7 12 43 9 3 4 2 ]; 5. Y=[
6 1 8105712 43 9342]; 6. Y=[ 61 8105712 42 9342]
Alegeti o optiune:
• a. 2,4, 5,
b. 2,4, 6
c. 1,2, 3, 4, 5, 6
d. 4, 5, 6
e. 2, 3,4, 5, 6
8. Algoritmii genetici
Alegeti o opîune:
a. Sînt metode déterministe de cäutare in spatiul solutiilor
b. Folosesc exclusiv selectii

»
déterministe
c. Rezolvä exclusiv problème definite pe spatii continue
d. Utilizeazä la fiecare moment de timp o variantä de solutie modificatä prin

perturbare normala
e. Sint tehnici de cäutare stochasticä bazate pe populatii
9. Algoritmul ES2M:
Alegeti o optiune:
b. Nu este un algoritm evolutiv
c. Nici una din celelalte variante
d. Nu este un algoritm auto-adaptiv
e. Este un algoritm determinist
10. în cadrul unui algoritm genetic operatia de selectie a supravietultorilor: 1. Se aplicä

asupra populatiei curente; 2. în unele variante necesitä calcularea unei distribuai de
probabilitate de selectie; 3. Utilizeazä întotdeauna factor! aleatorl; 4. Alege generatia
urmätoare dintre indivizii disponibili dupä operatia de mutatie; 5. Indivizii alesi sînt
întotdeauna fezabili; 6. Uneori utilizeazä factor! aleatorl; 7. Aslgurä perpetuarea individului
cu calitate maxima din populatia curentä; 8. Duce la cresterea calitätii medii a populatiei
curente; 9. Garanteazä obtinerea unel generatil cu calitate medie superioarä, dacä foloseçte
selectia bazatä pe vîrsta; 10.Se aplicä la începutul fiecärei iteratii; 11. Se aplicä asupra
descendentilor obtinuti din populatia curentä; 12. Se aplicä asupra populatiei curente ?i
asupra descendentilor obtinuti din populatia curentä.
Alegeti o optiune:
• a. 2,4,5,6,12
b. 2.3.4, 5.6,11
c. 1.7
d. 6.8.11
e. 4,8,11
11. Tipurile de problème care pot fi rezolvate pe baza calculului evolutiv sînt: 1. Probleme de
optimizare; 2. Probleme de geometrie; 3. Prelucrarea datelor de dimensiune mare (big-
data); 4. Probleme de modelare; 5. Probleme de validare a datelor; 6. Probleme de simulare
7. Alocarea dinamica a datelor în memoria calculatorului; 8. Deplasarea autonoma a
vehiculelor.
Alegeti o optiune:
• a. 1, 4, 6
b. 1,3, 5,7
c. 2, 3,4
d. 2,4, 6, 8
e. 2, 4,6
12. Fie X=[ 61 810579342]o permutare. în urma aplicârii mutatiei prin inversiune pentru
pozitiile (2,7) poate fi obtinutâ urmâtoarea variantä mutatä Y: 1. Y=[ 2 6 7 8 10 5 1 9 3 4] ; 2.
Y=[ 6 9 7 5 10 8 1 3 4 2 ] ; 3. Y=[ 7 6 8 10 5 1 9 3 4 2]; 4. Y=[ 6 7 10 8 5 9 1 3 4 2 ] ;5. Y=[ 6
875101 9342]; 6. Y=[ 6281051 934 7]
Alegeti o optiune:
a. 5
b. 2
c. 1,5
d. 2, 5
e. 1
13. Fie permutärile x=[10 2391 7648 5] si y=[5 4 7 2 1 9 3 6 8 10], un cromozom copil rezultat
prin PMX este c=[ 5 2 3 9 1 4 7 6 8 10]. Atunci ordinea considerärii pärintilor si respectiv
punctele de încrucisare sînt:
Alegeti o optiune:
• a. (y,x) si (1,4)
b. (y,x) si (2,5)
c. (x,y) si (1,4)
d. (x,y) si (2,5)
e. (y,x) si (1,5)
14. Care din urmätoarele metode pot fi folosite in cadrul algoritmilor memetici pentru a
îmbunâtati informatiaîn interiorul unei populatii: 1. recursivitate; 2. hillclimbing; 3. divide et
impera; 4. strategie evolutivä eu doi membri; 5. backtracking; 6. metode exacte; 7. metode
euristice; 8. validarea datelor; 9. metoda gradientului; 10. ECX.
Alegeti o optiune:
• a. 2, 4, 6, 8,10
b. 1,3, 5,7,8
c. 2, 3, 5, 6, 9
d. 2, 4, 6,7,9
e. 1,3, 6, 7,10
15. Decodificarea trebuie realizatä:

Alegeti o optiune:
a. Niciuna din celelalte variant*
b. Nu e necesarä în algoritmii genetici
c. Nu depinde de reprezentarea aleasä
d. Obligatoriu dupâ extragerea celui mai bun individ din populatia finala
e. Garanteazä obtinerea de rezultate optime
16. în algoritmii genetici, reprezentarea prin permutäri
Alegeti o optiune:
a. Nu permite utilizarea de operatori de recombinar*
b. Nu permite utilizarea de operatori de mutatie
c. Nu este utilizatä
e. Nu permite mai mult de doua gene eu aceeasi valoare într-un cromozom
17. în cadrul unui algoritm evolutiv populate initiala: 1. Este generatä înaintea începerii
evolutiei propriu-zise; 2. Este generatä dupa fiecare ciclu evolutiv (care presupune efectuarea
operatiilor de selectie, recombinare, mutage, evaluare); 3. Este generatä la începutul fiecârui
ciclu evolutiv; 4. Este generatä aleator; 5. Este generatä utilizînd distribute de probabilitate
uniformâ; 6. Este generatä utilizînd distribute de probabilitate normalâ; 7. Este setatä pe
multimea vidâ.
Alegeti o optiune:
• a. 1,2,4,5, 6
b. 1,2, 4, 7
c. 1,4,5
d. 2,5,7
e. 5,7
18. Fie X=[ 6 1 810579342]o permutare. în urma aplicàrii mutatiei prin amestec pentru
pozitiile (2,7) poate fi obtinutâ urmâtoarea variantâ mutatâ Y: 1. Y=[ 2 6 7 8 10 5 1 9 3 4] ; 2.
Y=[ 6 7 8 10 5 1 9 3 4 2 ] ; 3. Y=[ 7 6 8 10 5 1 9 342]; 4. Y=[ 67108591 342] ;5. Y=[ 6
9751081342]; 6. Y=[ 6281051934 7]
Alegeti o optiune:
• a. 1,2,5
b. 3,4, 5
c. 1,2,3
d. 2, 4, 5
e. 2, 5,6
19. In cadrul unui algoritm genetic operafia de recombinare: 1. Este efectuatä o singurä datä
pe parcursul unui algoritm genetic; 2. Este efectuatä imediat dupä fiecare etapä de selecfie a
pärintilor; 3. In general probabilitatea de recombinare nu conteazä m rezolvarea problemelor
prin algoritmi genetici; 4. Este efectuatä imediat înaintea fiecärei proceduri de mutatie; 5.
Este efectuatä imediat înaintea fiecärei etape de selectie a pärintilor; 6. Utilizeazä populatia
de pärinti; 7. Este utilizatä doar în problème färä constrîngeri; 8. Este utilizatä cu
probabilitate mare; 9. Este utilizatä cu probabilitate micä;
10. Este efectuatä o singurä datä, dupä prima etapä de selectie a pärintilor.
Alegefi o opfiune:
• a. 2, 5.7, 8
b. 1,2,7,8
c. 4, 8, 9,10
d. 2, 3, 4,7
e. 2,4, 6,8
20. Calculul evolutiv este inspirât din:
Alegeti o optiune:
a. Evolutia naturalä biologica
c. Noua revolutie agrarä
d. Societatea cunoasterii
21. Fie urmätorul cromozom de tip permutare: {7,6, 12, 14, 3,10, 8,15,11, 5,4,1,13, 2, 9}. în
urma aplicärii operatorului de mutate prin amestec s-a obtinut cromozomul: {7,14,13,12, 1,
15, 2, 8, 6, 3,11, 5,10,4, 9 }. Cele douä poztyï utilizate pentru amestec sînt: 1. 1 si 14; 2. 4 si
15; 3. 3 si 15; 4. 4 si 8; 5. 2 si 15; 6.1 si 12; 7. 2 si 14; 8. 2 si 13; 9.1 si 15; 10. 1 si 13; 11.3 si 13.
Alegeti o optiune:
a. 6
b. 2
c. 6, 7, 9
d. 1,5,7,9
e. 5,10
22. Care din urmätorii operatori pot fi utilizafi într- un algoritm genetic care foloseste
reprezentarea prin siruri de numere reale? 1. Negarea; 2. Negarea fuzzy; 3. Resetarea
pseudo-aleatoare; 4. Resetare deterministä;
5. Mutatia uniformä; 6. Mutafia neuniformä cu distribute fixatä; 7. Mutafia locals; 8.
Interschimbarea; 9. Inserarea; 10. Mutafla rapidä; 11. Amestecul; 12. Mutafia globalä;
13. Inversiunea; 14. Recombinare unipunct;
15. Recombinare multipunct; 16.
Recombinare uniformä; 17. Recombinarea rädäcinilor; 18. Recombinare aritmeticä simplä;

19. Recombinare aritmeticä singularä; 20. Recombinare aritmeticä totalä; 21. Recombinarea
sirurilor maxime; 22. Partially mapped crossover; 23. Recombinare de ordine; 24.
Recombinarea muchiilor; 25. Recombinarea ciclicä
Alegefi o opfiune:
a. Toti operatorii de mai sus
b. 5.6,14,15.16,18,19,20
c. 1,3,4, 7,10,13,16,17, 20
d. 2.7,10,12,17,21
e. 3,4, 5.6,7,12,18,19,21
23. Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] si Y=[ 9 8 7 3 6 1 5 10 4 2] permutäri. Care urmasi sînt generali

prin utilizarea operatorului CX?
Alegeti o optiune:
a. C1=[67 8 10 5 1 9 3 4 2], C2=[ 9 8 1 367 5 1042]
b. C1 =[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
c. C1 =[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 83675104]
d. Cl =[ 2 6 7 8 10 5 1 9 3 4], C2=[ 2 8 1 36751049]
e. C1 =Y, C2=X
24. în cadrul unui algoritm dln clasa strategiilor evolutive, reprezentarea cromozomilor: 1.
Poate fi orlcare dintre: çlrurl binare, çiruri de numere întregi, çiruri de numere reale,
permutäri; 2. Poate fi numai de tip çlrurl de numere întregi sau reale; 3. Poate fi numai de tip
çiruri de numere reale; 4. Nu influenfeazà tipul de recombinare folosit (discretà /
intermediarâ); 5. Se alege în funcfle de problema care se rezolvà; 6. Influenfeazà tipul de
recombinare folosit; 7. Are influenjâ asupra mecanismului de selecjie a generafiei urmätoare;
8. Confine atît descrierea individului candidat cît $i parametrii care controleazä evolufia sa.
Alegefi o optiune:
• a. 1,3,4, 8
b. 2,4. 5,6
c. 2,4. 5,8
d. 1,7,8
e. 3,4, 8
25. în cadrul unui algoritm din clasa strategiilor evolutive, operajla de mutage: 1. Este
utilizatâ doar în problème eu constrîngeri; 2. Este efectuatâ imediat ce este disponibilâ o
populace de copii; 3. Alege pentru mutage în medie jumâtate de indivizi; 4. Utilizeazâ douà
multiseturi distincte de copii; 5. Este de tip neuniform (fluaj); 6. Este efectuatâ o singurâ daté,
dupâ prima etapà de generare a unei populate 7. Este realizatâ eu probabilitate micâ; 8. Este
efectuatâ o singurâ daté pe parcursul unui algoritm; 9. Déterminé structura cromozomialé;
10. Utilizeazâ populafla curentà; 11. Este efectuatâ iterativ.
Alegefi o opjiune:
• a. 2. 5,9.11
b. 2. 5.9,10
c. 1.5,6,8
d. 1,4, 5.7
e. 1.5, 9,10
26. în cadrul unui algoritm genetic care maximizeazä o funcîe (fitness): 1. Selecîa generatiei
urmätoare este obligatoriu bazatä pe vîrstâ; 2. Sînt rezolvate doar problème eu constrîngeri;
3. Mutajia este realizatä eu probabilitate mica; 4. Nu este recomandatä utilizarea selectiei
FPS; 5. Multisetul copiilor este tara duplicate; 6. Selecîa supraviejuitorilor este determinatâ
de calitate çi/sau factorul vîrstâ; 7. Recombinarea este realizatä rareori; 8. Se
urmäreste determinarea unui punct de maxim global; 9. Structura cromozomialä diferä daeà
functia este translatatâ.
Alegeî o optiune:
• a. 1,3,5,9
b. 4, 6, 8
C. 3, 6, 8
d. 1,3,4.7
e. 5, 6,7
27. Fie urmätorii doi cromozomi de tip permutare: { 6, 3,7, 8, 5,1,2, 4, 9 } si {7, 2, 8, 5, 6, 9,
4,1,
3}. Aplicînd operatorul de recombinare PMX, eu pozitiile 3 si 6 se obtin descendentii: a. 6,
3,7, 8, 5, 9,4,1, 2; b. 7,4, 6, 8, 5,1, 2, 9, 3; c. 8, 3,7, 5, 6, 9,4, 2,1; d. 6, 2,7, 8, 5,1,4, 9, 3; e. 7, 2,

8, 5, 6,1, 3,4, 9; f. 6, 2,7, 8, 5, 9, 4,1,3; g. 7, 9, 8, 6, 5,1, 2,4, 3; h. 7, 3, 8, 5, 6, 9, 2,4,1;i. 7, 3, 8,
5, 6,1,2,4, 9; j. 5, 3,7, 8, 6, 9,4,1, 2.
Alegeji o opjiune:
a. a, e
b. b, c
c. d, h
d g.j
e. f, i
28. Componentele algoritmilor evolutivi sînt: 1. Reprezentarea; 2. Probabilitatea de mutatie;
3. Functia de evaluare; 4. Probabilitatea de recombinare; 5. Populatia; 6. Generarea de

numere aleatoare; 7. Mecanismul de selecîe a pärinîlor; 8. Generarea de permutäri; 9.
Reprezentarea graficä a evolutiei calitatii; 10. Operatorii de variatie; 11. Stabilirea diversitätii
genetice a populatiei; 12. Mecanismul de înlocuire a populatiei curente; 13.
Hillclimbing; 14. Inty'alizarea populatiei; 15. Condi'tia de terminare.
Alegeî o optiune:
a. 2,4, 6, 8,11,13
b. 1,3,5,7,10,12,14,15
c. 1,2, 5, 6,7,14,15
d- 2, 4, 5, 9,15
e. 1,3, 5, 6,10,13,14,15
29. Algoritmul Hillclimbing: 1. Se aplicä asupra unui singur punct din spaîul de cäutare; 2.
Aplicarea se poate répéta pentru mai multe puncte pentru a creste performantele; 3. Este
inspirât din tehnicile de alpinism; 4. Gäseste întotdeauna solutia optima; 5. Gäseste uneori
solutia optima; 6. Calculele se încheie atunci cînd temperatura sistemului devine zero; 7.
De obicei gäseste un punct de optim local; 8. Se utilizeazä numai pentru reprezentarea cu

siruri de numere reale.
Alegeti o optiune:
a. 1,4, 6,7
b. 1,2, 4,7
c. 1,5, 7,8 •
d. 1,2, 5, 7
e. 3,4, 6,8
30. într-un algoritm genetic, populate initialä: 1. Este generatä pînâ cînd este atins un optim
local; 2. Este construits o singurâ data ; 3. Sufera mutatie eu o probabilitate relativ mica; 4.
Trebuie modificatä la fiecare iteratie; 5. Contine exclusiv indivizi fezabili; 6. Este formatä din
indivizii care tree în generate urmätoare; 7. Este generatä utilizînd distribute de probabilitate
uniforma.
Alegeti o optiune:
• a. 1, 3
b. 1,2,7
c. 2, 3,7
d. 2, 5,7
e. 4, 5,7
2E-8.5-25.5
Partea I: un singur raspuns corect
1. Tipurile de probleme care pot fi rezolvate pe baza calcului evolutiv sunt: Probleme
de optimizare (1), Probleme de modelare (4), Probleme de simulare (6) -> 1,4,6
(B).
reprezentarea prin siruri reale? Mutatia uniforma (5), Mutatia neuniforma cu
-distributie fixata (6), Aritmetica simpla (18), Aritmetica singulara (19),
Aritmetica totala (20), Unipunct (14), Multipunct(15), Uniforma(16) -> (A)
3. In algoritmii genetici, reprezentarea prin siruri de numere intregi: e preferabila atunci
cand pentru fiecare gena sunt posibile mai mult de doua valori distincte (D).
4. In algoritmii genetici, reprezentarea prin permutari: necesita operatori de variatie
special definiti (D).
5. Calculul evolutiv este inspirat de: evolutia naturala biologica (A).
6. Algoritmul Hillclimbing: se aplica asupra unui singur punct din spatiul de cautare
(1), Aplicarea de poate repeta pentru mai multe puncte pentru a creste
performantele (2), De obicei gaseste un punct de optim local (7), Gaseste
uneori solutia optima (5)
Later edit: nu gaseste mereu solutia optima.(closed) - Cezar
7. In algoritmii genetici, reprezentarea binara: (B) A fost primul tip de reprezentare a
cromozomilor in algoritmii genetici
8. Caracteristicile unui algoritm genetic clasic: (E)1,3,5,8 --1.Reprezentarea populatiei
este realizata prin intermediul sirurilor binare, 3.Probabilitatea de selectie a
unui individ in multisetul parintilor este proportionala cu valoarea functiei de
evaluare pentru el; 5. Probabilitatea efectuarii unei mutatii este mica;
8.Probabilitatea efectuarii recombinarii este mare
9. Intr-un algoritm evolutiv, functia de tip calitate: Evalueaza calitatea fiecarui
candidat (2), Trebuie maximizata(4) (B)
10. Componentele algoritmilor evolutivi sunt: reprezentarea, functia de evaluare,
populatia, mecanismul de selectare a parintilor, operatorii de variatie,
mecanismul de selectare a membrilor generatiei urmatoare, definirea modului
de initializare(populatia initiala) si definirea conditiei terminale => raspuns
corect: (B)

GALBEN = SIGUR
VERDE = INCERT

a. Este utilizata doar in probleme cu constringeri
b. Este realizata cu probabilitate mica
c. Utilizeaza populatia curenta
d. Utilizeaza populatia de copii
f. Este de tip neuniform
g. Alege pentru mutatie in medie jumatate de indivizi
h. Este efectuata o singura data pe parcursul unui algoritm
i. Este efectuata iterativ
j. Este efectuata imediat ce este disponibila o populatie de copii

c. In general probabilitatea de recombinare nu conteaza in rezolvarea problemelor
prin algoritmi genetici
d. Este efectuata o singura data pe parcursul unui algoritm genetic
e. Este efectuata imediat inaintea fiecare proceduri de mutatie
f. Este efectuata imediat dupa fiecare etapa de selectie a parintilor
h. Este efectuata iterativ
i. Este utilizata doar in probleme fara constrangeri
j. Utilizeaza populatia de parinti (recombinarea celor doi parinti)

a. Este generata la inceputul fiecarui ciclu evolutiv-nu, pentru ca ciclu evolutiv
inseamna fiecare generatie si nu e adevarat.
b. Este generata utilizand distributia pe probabilitate normala
c. Este generata inaintea inceperii evolutiei propriu-zise
d. Este generata dupa fiecare ciclu evolutiv
e. Este generata utilizant distributia de probabilitate uniforma
f. Este generata aleator (setul initial de candidati este generat aleator, curs 1)
g. Este setata pe multimea vida
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 descendentii.
. a. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1
b. 5 3 11 13 2 14 6 15 1 8 4 7 9 10 12
c. 5 3 11 13 2 14 6 15 1 8 4 7 9 15 12 - al doilea copil
d.13 1 10 7 14 8 5 15 12 11 4 2 3 9 6 - primul copil
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12
f. 13 1 15 7 14 8 5 10 12 11 4 2 3 9 6
g. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
h. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6
i. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
j. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1

f. Utilizeaza poplatia curenta
h. Determina obtinerea unui multiset de copii in general de dimensiuni mai mari
comparativ cu populatia curenta.
6. In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor

a. Influenteaza tipul de recombinare folosit
c. Poate fi numai de tip siruri de numere intregi sau reale
d. Poate fi oricare dintre: siruri binare, siruri de numere intregi, siruri de numere
reale, permutari
e. Are influenta asupra mecanismului de selectie a generatiei urmatoare
f. Nu influenteaza tipul de mutatie folosit(discreta/ nediscreta)
g. Poate fi numai de siruri de numere reale
h. Contine atat descrierea individului candidat cat si parametrii care controleaza
evolutia sa.

a. Intotdeauna este bazata pe o distributie de probabilitate de selectie
b. Utilizeaza populatia curenta
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
f. Este efectuata imediat ce este disponibila o populatie curenta eva
luata
g. Este efectuata o singura data dupa prima etapa de generare a unei populatii
h. Alege in general indivizi pe baza factorului varsta
i. Utilizeaza populatia de copii mutati
j. Utilizeaza populatia de copii
k. Este efectuata iterativ
l. Poate fi realizata prin utilizarea unei distributii de probabilitate de selectie
8. 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:
7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2, 9
7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9
a. 3 si 13
b. 1 si 15
c. 1 si 14
d. 4 si 8
e. 1 si 12
f. 4 si 15
g. 3 si 15
h. 2 si 13
i. 2 si 14
j. 2 si 15
k. 1 si 13
- eu as zice b/c/i/j pentru ca se aplica mutatia o singura data

a. re probabilitate mica
A
b. Se aplica doar daca divesitatea genetica scade sub un prag x dat
c. Intotdeauna produce indivizi fezabili
d. Se aplica asupra descendentilor produsi de operatia de recombinare
e. Se aplica asupra mutlisetului de parinti
f. Se aplica asupra populatiei curente
g. Se utilizeaza doar in probleme cu constrangeri
h. Poate sa produca indivizi nefezabili
i. Se efectueaza o singura data, dupa generarea populatiei initiale (mutatia se
face de mai multe ori; in cazul unui algoritm genetic, mutatia se face in fiecare
era)
j. Se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare
(cred ca dupa mutatie urmeaza evaluare si dupa aceea selectia.- deci asta nu
ar fi)
k. Se utilizeaza doar in problemele fara constrangeri
l. Nu foloseste factori aleatori.

a. Utilizeaza intotdeauna factori aleatori
b. In unele variante necesita calcularea unei distributii de probabilitate de selectie
c. Indivizii alesi sunt intotdeauna fezabili
d. Duce la cresterea calitatii medii a populatiei curente
e. Se aplica la inceputul fiecarei iteratii
f. Uneori utilizeaza factori aleatori
g. Se aplica asupra populatiei curente si asupra descendentilor obtinuti
h. Garanteaza obtinerea unei generatii cu calitate medie superioara. Daca
foloseste selectia bazata pe varsta. (ASTA ESTE GENITOR, NU VARSTA)
i. Se aplica asupra descendentilor. Asigura perpetuarea individului cu calitate
maxima din populatia curenta
j. Alege generatia urmatoare dintre indivizii disponibili dupa operatia de mutatie
k. Se aplica asupra descendentilor obtinuti din populatia curenta
Structura EA
Structura GA
·----.J
;07 C~ €~TE /lvcr;Rcir1(
~g€ 8UN
Partea I:
@ ln algoritmii genetici, reprezentarea prin ~irurl de numere intregl

a. Este preferabila pentru probleme de optimizare
b. Este doar un exercitiu de implementare, nefiind necesara
-=--E_preferabila. atuncL cand pentru__fiecar~ gena2 _µ_Dt i:1osib@_maLi:nuJt-9e___go__ua
~alori_distin_cte
d. nu este utilizata in algoritmi genetici
(3) In algoritmii genetici, reprezentarea prin permutari
,:::, Are~Qevoie~@ ..Qp_eratori sp_efial_defipit!
d. Nu permite utilizarea de operatori de recombinare
e. Nu permite mai mull de doua gene cu aceeasi valoare intr-un cromozom
,{, ~, (, 6) Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sunt:
D, f>r_o_blemele de OP-timizafe;
2. Probleme de cautare in spatiul solutilor;
3. Prelucrarea datelor de dimensiune mare(big-data);
~ Pro_bleme...de_modelare:
5. Probleme de validare a datelor;
p. Propleme_ge_sim_ular_e;
8. Deplasarea autonoma a vechiculetor
a. 2,4,6
. ... --1,4 §
C. 2,4,6,8
d. 1,3,5,7
e. 2,3,4
lntr-un algoritm evolutiv, functia de tip calitate:
1. Evalueaza catitatea algoritmului,
g.Evalu~a_z_a~~aJita,te~. fi~cani[ candld.?~;
3. Evalueaza viteza de gasire a solutiei fata de consumut de resurse;
~- Tr~b.uie m'aximizat~
5. Stabileste daca un descendent este acceptabil;
7. Selecteaza indivizii care tree in generatia urmatoare;
8. Contine un factor aleator;
9. Evalueaza calitatea populatiei curente;
a. 6,7,8
b. 5
~- _2·=-,_4_,..
rf.;..,.., zi,_c_ur_s~T:1: 1ntropuc~nt: ....SITae1])
e...-.
d. 1,3
\
~ e. 9,10
\:;I In algoritmii genetic!, reprezentarea binara
a. Este cea mai utilizata varianta de reprezentare a genotipurilor
b. Nu e utilizata pentru algoritmi genetici
PJ 1ost pnmul t1p_de reprezenta1.e_a cromozoIDilor i algoritmi genetici (\l.ezLcursu]
~ S] de Mj
d . Duce mereu la rezultate optime
e. Nu depinde de problema rezolvata
1, 3,S, ~. 10 . .. (>s:\ Componentele algorltmilor evolutivi sunt:
\.J O. Rep[~ze.ota_r_e aj
2. Probabilitatea de mutatie;
G. Functla~de evalu.ere:
4. Probabilitatea de recombinare;
~- Pop_ulatia;
6 . Generarea de numere aleatoare;
~- Me..9anismu.Lde_selectie a parinti ~
8. Generarea de permutari;
9. Reprezentarea grafica a evolutiei calitatii;
tto: oRe_r_atoriLde_yariatie;
11 . Stabilirea diversitatii genetice a populatiei;
fl 2. Mecariismul de inlo~uj[e_a_populatiei cureotel
13. Hillclimbing;
~ 4.Jnitializ~ p_opulatiei;
~,._C_o.o.ditia de terminarei
a. 1,2,5,6 ,7,14,15
=--1,3_,5,I, 10.12, 14,1~
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 inspi rat din
a. Revolutia industriata
b. Societatea cunoasterii
~-- E'lo!!Jful.11atu.ra!a biologica (\lezi_g.irsujJ: lntroducere -_Slide_65
4.2.., t Algoritmul Hillclimbing:
~. Se_aplic~ _SUR a u ULSlnQl!r punct din_spatiuLde_cautare;
~~plicarea_se p_oate_Lep_eta pentru mai mu!te puncte_Rentru a cres~ - P~rf..o rmantele:
3. Este inspirat din tehnicilie de alpinism;
4. Gaseste intotdeauna solutia optima;
§_,___G as_este,uneori sol utia opjimai
6. Calculele se incheie atunci cand temperatura sistemului devine 0;
~- De.obicel gaseste~ ~unct de opJimLocal,
8. Se utilizeaza numai pentru reprezentarea cu siruri de numere reale;
~--.1,2,5 7J
b. 1,5,7,8
C. 1,2,4,7
d. 1,4,6,7
t?-i e. 3,4,6,8
V Caracteristlcile unul algoritm genetic clasic (canonic) sunt:
n-::--Re 1k eze_ntat_ea_popu}~tiei este..re_alizataprlnfnt~r.m.eq iuls iru rilQr))foafel
2. Reprezentarea populatiei este realizata prin intermediul sirurilor de numere naturale;
~: _!:rob ~t~llltatea de_selectie_a_JJ.fl uL_jo_dlv«;I j n~rnuJtisetuLp~rintiloL este~prop_o_rtiona le!..,cu
valoarea functiei de evaluare pentu el;
4 . Probabilitatea de selectie a unui individ in multisetul parintilor este data de pozitia
individului in erarhia populatiei, determinata pe baza functiei de evaluare;
~:}>_rooabilit~t~a_efe~tuarji-uneiinutati[e_ste'm ica;
6. Probabilitatea efectuarii unei mutatii este mare;
7. Probabilitatea efectuarii recombinarii este mica;
~ ,..f.!O_b abi( itatea~feytU~fu~~ombi_6ariiJl?.ti ,:na_r_e;
9. lnlocuirea populatiei curente se face pe baza de varsta.
a. Nu exista algoritm genetic canonic
b. 2,4,6,7
c. :·1.~5.~
d. Nici una din variantele A,B,C,E
e. 2,3,6,7,9
{ji Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste
reprezentarea prin siruri de numere reale:
1. Negarea;
2. Negarea Fuzzy;
3. Resetarea aleatoare;
4. Fluaj;
-~
~: Mufatia~unJforrna;___ __,,_ - -,
~-_MQtatia n!=)µ_niforma .cu distributie fixjlta·
7. Mutatia locala;
8. lnterschimbarea;
9. lnserarea;
10. Mutatia Rapida;
11 . Amestecu;
12. Mutatia globala;
13. lnversiunea;
0..4. Urijpunc_l1
bKMultip~!lc tl
@-:ll_mform""j;
17. Recombinarea radacinilor;
H8. l\rj tni~ica...§jcnplal
n];:Ar1tmet1ca:smguiarai
rzo.:.~1tmetica ,total~;
21 . Recombinarea sirurilor maxima;
22. PMC;
23. Recombinare de ordine;
24. Recombinarea muchilor;
25. Recombinarea Ciclica
b. 2,7,10,12,17,21
C. 1,3,4,7,10,13,16,17,20
d. 3,4,5,6,7,12,18,19,21
~-- ~.6,j4, 1_5,1_6, 18, 1.9,2'Q
Partea II:
~ In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie:

c.Utilize_,gE- p9pulatiasuren~
e. Determina dstructura cromozomiala
C..:Este .9e tip_neuDifor:m
g . Alege pentru mutatie in medie jumatate de indivizi
C Este:_efectuata iterati~
@ In cadrul unui algoritm genetic operatia de recombinare:
c. In general probabilitatea de recombinare nu conteaza in rezolvarea
~ -- Este_efectuata ttnediat inaintea' flecariProceduri _de_m.uta~
[_~_Este_e fectuataj mediat dupa fiecar~ etapa_d_e~s~ectie_a parintllo r
C Este.J,1tilziaFa:.cu probabllitate.JTiare
n!.-_Este_efegu_atijteratii
J. - Offlizeaza_populatia_ae parint1
~ In cadrul unui algoritrn evolutiv populatia initiala
a. Este generata la inceputul fiecarui ciclu evolutiv
J c. Este_geneca.m._io._ain tea incep~ ey_o!uJ!eLpr_opriu_-zi~~
/
t/! e. ~ te gen_e@ta_-Utilitalffl Hisfrioutia. e.pro6a511itate:uaifcnmai
\/°f. Es~generata_aleator
G:)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 sl 8 se obtin descendentil.
~ SiMLli_e=._n umere
2..= {13,1, 1.0,7, 1~.S:-S:i-5 ,-12-,-1 j-,4-,2-,3-,9-,6-)
~ 2 =.{5,3_, 11,13,2~1_ ,6,10,1,8,4 7,9,1?,12}
L::' In cadrul unui algoritm din clasa strategiilor evolutive, operatia de
recombinare:
~- EsJe deJ ip loca~ au_gl_9b_a]
f. Utilize_aza Ps>PJ.Jlatia curenta
fi . . Det~l.!la_Q!Jtfner~a.11nui multiset de£,.OQii in .J
...:.:.._Este_e~ _ctuata iteratlv
@ In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea
cromozomilor
a. lnfluenteaza tipul de recombinare folosit
b . Se alege in functie de problema care se rezolva
d. Poate fi oricare dintre: siruri binare, siruri de numere intregi, siruri de
f. _ _rjuJnfluentepzaJiQULde mufile- foJosjt(disc.ret~ nepl scr.~faj
g.,::~oat~ finurnaLde_s@ri a~_num ere reaiel
.,_C911ti6t?.:ata_Lc!e_syriereaindividului candida1 _cat_s1.Qarametni care ,!
@tn cadrul unui algoritm genetic operatia de selectie a parlntilor
a. lntotdeauna este bazata pe o distributie de probabilitate de selectie
V p.~ Utilize_az_a_P.Op4laJLa-cu renta
v f. Este efectuata imediat ce este disponibila o populatie curenta evaluata
g. Este efectuata o singura data dupa prima etapa de generare a unei
populatii
J . Este efectuata iterativ
~ ,J ~. e_oat~ fi-reJ31izata,pri; utilizareaunei distributii de probabilitate de seJ~ctie
cy Fie urmatorul cromozom de tip permutare {7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4,
obitnutcromozomul {7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9 }. Cele doua
pozitli utilizate pentru amestesc sunt:
a. 3 si 13
f;._j~
c. 1 sC'@
d. 4 si 8
e. 1 si 12
f. 4 si 15
g. 3si15
h. 2si13
l.__2_siJ~
r-2si 1~
k. 1 si 13
@ In cadrul unui a~~oritm genetic operatia de mutatie
J a._ Are probabilitate_mic~
c. lntotdeauna produce indivizi fezabili
v d. Se aplica asupra descendentilor produsi de operatia de recombinare
t S..9_aplLoa_asupFe_r,opulatlei_cat_etm~
V fiJ o_aJe_sa pro_duca indLvizi nefezabili
i. Se efectueaza o singura data, dupa generarea populatiei initiale
'-/J. Se aplica imediat inaintea fiecarei etape de selectie a generatiei
urmatoare
k . Se utilizeaza doar in problemele fara constrangeri
@ I. Nu foloseste factori aleatori.
~ In cadrul unui algorltm genetic operatia de selectie a supravietuitorilor
vCin_unele_v~ria11t~~ a~c~ lcular_ea unel distnbutir de_pr_ob_abilitate de~ ~Je_cti~
V2. lndiviziia lesi sunt intotaeauna f~zabill
v'f. Uneori utilizeaza factori aleator'
\/~. Seapji~a~ pra p_Qpulatiet curente_(impr_~uoa_cu k)
/

i. Asigura perpetuarea individului cu calitate maxima din populatia curenta
.J j._ Alege generat1aJir~O:ar_e]lintr:__elnJt10ziLdJsp onibil[d~pjiq'p_e'faiia:"cle7nutaffe
V _._ Se_aplica_asup1_a_d~scenq_e[ltiLor oj)tinutLdinJtopulat@_cureJ:)ta_(i!Jlpr:.euna _cu] )
Partea 111(2019) t:.AsPuNs u,J ,·c...

~f ()J,W :J.010
(!;)ln algoritmii genetici, reprezentarea prin permutari
B. Nu permite utitizarea de operatori de mutatie
C. Nu permite mai mult de doua gene cu aceea$i valoare intr-un cromozom
i5 .NecesitljperatorLde variatiespecfa(definIU
~ _,. ,/J E. Nu este utilizata
V11 v,"":..oio
C2)1ntr-un algoritm evolutiv, func\ia fitness:
1. Evalueaza calitatea algoritmului;
2. Trebuie selectata aleator;
4. Trebuie modificata la fiecare itera\ie;
6. Selecteaza indivizii care tree in generatia urmatoare;
7. Evalueaza calitatea populatiei curente fata de cea a popula\iei ini\iale;
8. Evalueaza calitatea populatiei curente fa\a de cea din genera\ia anterioara;
~._Ey_alueaza_calitate___ajiecar u(candfdatl
A. 1, 3
B. 2,3
~~
D. 4,5
µ ~ Lo E. 6, 7,8
@ Fie X=[ 6 1 8 10 5 7 9 3 4 2] $i : =[ 9 8 7 3 6 1 5 10 4 2] permutari. Care urma$i sunt

generati prin utilizarea operatorulu1 CX?
A. C1=[ 2 6 7 810 5193 4 ], C2=[ 2 8136 7 510 4 9]
J3:..c1 =[ 6 8-7 1_0: sJ)_3~ ·2 c c·2°§[_9-1 8 3_6 7- 5.:10X2]
C.C1=[67810519342],C2=(98136751042)
D. C1=[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 8 3 6 7 5 10 4]
@Fie urmatorii doi cromozomi de tip permutare: {6, 3, 11, 7, 14, 8, 5, 15, 1, 2, 4, 13, 9, 10, 12 }
$i {7, 1, 15, 13, 2, 14, 6, 1O, 12, 11, 4, 8, 3, 9, 5}. Aplicand operatorul de recombinare PMX, cu
pozi\iile 4 $i 8 se obtin descenden\ii:
a.531513214610128479111 ;
C r
b. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6;
C. 1312 11714 8 515110 4 2 3 9 6;
d. 5 3 11 13 2 14 6 15 1 8 4 7 9 10 12;
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12;
f. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6;
g. 131157148510121142396;
-: 3j_j_0 714 8_l)J5J1J1-4 2_3~9_6:
L 5.:.W 13 2 14_610 1_8~;7 91s]_2t
A.a, b
8 . e, f
C. a, c
P_._h
E. f, i
@ tn cadrul unui algoritm genetic opera\ia de selec\ie a supravie\ultorilor:

1. Se aplica asupra popula\iei curente;
~ ln unaj_~_ariante necesj!a_cal-cu-c J_a
- r_e_a_-u-n_.-;
eL,.....d-::-is...,.tr-;-:ib-u~\ic;-
id -.-e- R.r-oba bilitale d(se~c\i~~
3. Utilizeaza intotdeauna factori aleatori;
~- Alege_ genera\ia_urmatoare_dintreindL---. vi,zi
..,,Ld
,_-,ci,~p -- o-n"""'ib-,,il"i.d
'"""u-P.-=
_a_i
,_o_P._~_ra_\.,..
La- dc-e-.JTI
- Ut-a-. \i_,
e;
~ lndivlzii_ale$i_stnt tntotdfilluna fezabili;
p. One911uti!Lzeaza-factori alea!9!i:
7. Asigura perpetuarea individului cu calitate maxima din popula\ia curenta;
8. Duce la crel?terea calita\ii medii a popula\iei curente;
9. Garanteaza ob\inerea unei genera\ii cu calitate medie superioara, daca folosel?te
selec\ia bazata pe virsta;
10.Se aplica la inceputul fiecarei itera\ii;
11 . Se aplica asupra descenden\ilor ob\inu\i din popula\ia curenta;
2. S_e aplic~ a~upra_p..Qpula\iei_~~rente_$i a§upJa_d_!:!s~nden.\ilor aj)=_\i:- nu _t.,...
Ld """'i_
!l._P_-
oP.-JJiati~
~ rental
A. 2, 3, 4, 5,6, 11
8 . 4,8, 11
~._2,~._5,_6, 12
D. 6,8,11
E.1,7
Partea IV(2019) f?i<;,uN$ u>J,~

Qn cadrul unui algoritm genetic ce maxi~izea~a o functie (fitness):
1.Selectia generatiei urmatoare este obllgatoriu bazata pe varsta;
2. Sunt rezolvate probleme cu constrangeri;
;3. -Selectia_parkltil~ s\e_ef~ ata iterativ;
ij_ Mutatia e__ste_realizatacQ..pJ..obabilitate mLca;
5. nu este recomandata utilizarea functiei FPS;
6. multisetul copiilor este fara duplicate.
!I
'Ff .-Selec_lia~supravietuitorilor este_determinata de _!::alitate _si/s_au_factorul yarstai
~- E_ste inter,tionata determina1..ea_u11uLp_gt 111ai im g!obaJ;
10. Structura cromozomiala difera daca functia este translatata
~-),4,i~
B. 2,3,5,9
C.1,3,5,7
0.4,7,9, 10
E.1,2,3,4,7
® n cadrul unui algoritm genetic operatia de mutatie:
1. Nu folosete factori aleatori;

2.Se aplica doar daca diversitatea genetica scade sub un prag dat;
3.Se aplica asupra populatiei curenta;
~:--Poa'te_sa produca _indivizi_nefez~bil~ v
5. lntodeauna produce indivizi fezabili;
6. Se utilizeaza in probleme cu constrangeri;
7. Se utilizeaza doar in probleme fara constrangeri;
~._se_apJi~~ ime_diaUnainte_ajiecareT_etap_ejle_selecti-e-_a_g _e_n_e_ra- tiei urm-atOE[e;
9. Se aplica asupra multisetului de parinti;
ffo.h°i:_e.,p.ro_babilita_tea _rTJ_ica; V
11 . Se efectueaza o singura data, dupa generarea populatiei initiale;
~2..!-s; _ap.!ica a:sj,!prg1_d~sc~_1Jde_nti!or prod_usiAe_operatia"cle recomti!rfii:_~; v
A.3,5,7,12
B.1,4,5,8
C.6,7,8,10,11
D.2,4,5,6,7
~ _.a_,·1Q,14
@ In cadrul unui algoritm genetic operatia de recombinare:
1. Este efectuata o singura data pe parcursul unui algoritm genetic;

2. este efectuata imediat dupafiecare elal'.}a de seiectieaparintilor;
3. In general, probabilitatea de recombinare nu conteaza in rezolvarea probleme!or prin
algoritmi genetici
~ Este:efectuata~irnediat inairiteafiecarei proceduri de_mu_tatie;
5. este efectuata inaintea fiecarei etape de selectie a parintilor;
~ Otilizeazap_opula_tia_de parinti;
r
[ :Este]i!iUzata_~u proba_!>ilitate.mare;
9. Este utilizata cu probabilitate mica;
t1_0. Este e_fectu_ata iterati-t
11 . Este efectuata o singura data, dupa prima etapa de selectie a parintilor
~ 2,4,6,8,J0l
B.2,6,7,8,9;
C.3,4,5,8,9
D.1,3,5,7,9;
E.2,4,5
@ n cadru~ _al~oritm ~~ r~ ~ :ntarea cro~ ~ilor: ~.__,~ - - _ __

~ ._Poal eJ i oncare dintre~ iruri binar.e, sirurLde numer..e intregi,_sir:._u1i de numereJ elae!
permutari;
3. poate fi numai tip siruri de numere reale i + fPn_:1 ]I\O.l
4.Nu influenteaza tipul de recombinare folosit J - -7
~ ::s_e_alegej (\ functie]fe problema care se ezolva
~ .Jnfluen~eaza tip_ul de recombinare foloslt~
A.1,2,4,5
B.1,3,4,6
C.4,5,6
P- 1,5,q
E.2,4,5
~ In algoritmii genetici, reprezentarea prin siruri de numere lntregi:
A Este preferabila pentru problemele de optimizare

B. Este doar un exercitiu de implementare, nefiind necesara
C. Nu poate si utilizata in cazul atributelor ordinale
~ E_preferc'!_bila at~nci can(lp_entru f~ c~r.__e gen a sunt p_osibile _rnai .rnult de..s!_oua _yalorl
arstincte
E. Nu este utilizata in algoritmi genetici
As.i J t]} In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor:
C-pu.bul
IJJ,u,f;w. 1. Poate fi oricare dintre : siruri binare, siruri de numere intregi, siruri de numere reale, permutari
it ~- p_oateJL.flumaLtip_si(uri~de.nurn...e.r.e reale
t[ Nu influ!frit~aza.ti~ de...r.__e co_mbiDa1eJ ol osit(discreta/intermedrara};
5. Se alege in functie de problema care se rezolva;
6. lnfluenteaza tipul de recombinare folosit;
/
7 · Are influenta asupra mecanismului de selectie a generatiei urmatoare;
A.1,7; B.1,3,4; C.2,4,5; P~ 3~4; E.2,4,5,6
@componentele algoritmilor evolutlvi sunt:
(LReprezentare~
2.Probabilitatea de mutatie
~ -Eunctia-de evaluare
4.Probabilitatea de recombinare
~.Populatia
6.Generarea de numere aleatoare
iMecanisr:nuLae.selectie_a pa_ctntilor
8.Generarea de permutari
9.Reprezentarea grafica a evolutiei calitatii
[ 0.Ope1atoriid_~variaHe
11 .Stabilirea diversitatii genetice a populatiei
12. Mecanisaw~d_eJriiocuireAP_OpulatieLcu~ente;
13.Hillclimbing
04.lnitiali~ ~latiei;
ft_5_:"C_onditiaj:lej ermirra[e
~. 1,3,5,7, 10,12,14, 1~
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.2,4,5,9, 15
(@in cadrul unui algoritm genetic operatia de selectie a parintilor:
1. Este utilizata doar in probleme de constrangeri

2. Este efectuata o singura data
· ~. Est~ efecwata_imedia(ceeste disponi@lij
4. lntodeauna este bazata pe o distributie de probabilitate de selectie
· ~- e_oa1e_fi.rea!izata~P-rin uJi!i_za[ea uneLdistributii_de_probabilitateJ:te.:SeLectL~
• ~ -Utilizeaza pop~ l~ 1a cure.n~
9. este efectuata o singura data pe parcursul unui algoritm genetic
·Ifi 'e sje'.ftf.e ctuata) era~
0
~ .3,6,8,12; B.3,6,7,8; C.2,5,8, 12; 0 .1,2.4,5; E.4,6,7,8;
~ lntr-un algoritm evolutiv, functia de tip calitate:

1. Evalueaza caliatea algoritmului;
~-~Ey aluueaza_calit~tea fieca1.ui ,candidaij
3. Evalueaza viteza de gasire a solutiei f ala de consumul de resurse
~._"(reouie maximizat~
5. Stabileste daca un descendent este acceptabil
6 . Selecteza indivizii care se vor reproduce
7. Selecteza indivizii care tree in generatia urmatoare
8. Conline un factor aleator
9. Evalueaza calitalea populatiei curente;
10. Evalueaza caliatea populatie curente fata de cea din generatia anterioara.
A.5;
B.1,3;
C.6,7,8;
D.9,10;
~~2~
10. Fie urmatorul cromozom de numere intregi: ....

B.1,2,3,5?
6 Calculul evolutiv este:
A. Similar metodelor de cautare directa

j3.J~ehiiLca] fe rezolyare a problemelor e~te detip~experiment-er.oare
C. Concept ce confirma teoria relativitatii
D. Similar algoritmului de sortare;
E. Concept ce concretizeaza teoria evolutiei;
~ In cadrul unul algoribn genetic, operatia de mutatle:

L E~te_efectuata ime diats~ste_gisponi~ia'__o.;;;.,__p_o- p_u_l_a-tie___d_e_-C-9~Pli
3. Alege pentru mutatie in medie jumatate din indivizi
4 . Utilizeaza doua multiseturi distincte de copii
5. Este intodeauna de tip neuniform(fluaj)
6. Este efectuata o singura data, dupa prima etapa de generare a unei populatii
7. Este realizata cu probalilitate 1
I
8. Este efectuata o singua data pe parcursul unui algoritm
ffo.e ste efes:tuata iterati~
~.2:1d.
8 .3,4,7
C.2,5
D.6,9
E.7,8,10
9-:are din urmatorii operator! pot fi utilizati intr-un algoritm genetic care foloosete
reprezentarea prin siruri de numere reale?
1.Negarea
2.Negarea fuzzy
3.resetarea pseudo-aleatoare
4.Resetarea determinista;
~.Mu tatia uniforma;
p.,mutatia neunifo
_r_l!l_a_c_u_-distrib_utii/ixataj
7.mutatia locala;
8.1nterschimbarea;
9.lnserarea
1O;Mutatia rapida;
11 .Amestecul;
12.Mutatia globala;
13.lnversiunea;
M.Uoipur;ci
~.Multi: punci
p_G: Uniforina
17.Recombinarea radacinilor;
if8.Antmet1cil,St"1Plai
~ ~.Antmetica_singu!ar~;
~O.Aritmetica tota!al
21.Recombinarea sirurilor maxime;
22.Partially mapped crossover;
23.Recombinarea in oridine;
24.Recombinarea muchiilor;
25.recombinarea ciclica
A.1,3,4,7, 10,13,16,17,20
C.3,4,5,6, 7, 12,18, 19,21
D.2,7, 10,12,17,21
}:.s,6:H, 1s,1GJ1a.J].,20
-e
Fie urmatorii doi cromozoml de tip permutare:{6,3,11,7,14,8,5,15,1,2,4, 13,9,10,12}
sl {7,1,15,13,2,14,6,10,12,11,4,8,3,9,5}. Aplicand operatorul de recombinare OCX, cu
pozitiile 4 si 8 se obtin descententii:
a . 531513214610128479111
b. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6
C. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
d . 531113214615184791012
e . 531513214610184791112
f. 13 12 11 7 14 8 5 15 1 1O 4 2 3 9 6
13 I JO . . ~) C g.131 15714 510121142396
_ .J 3 1_10 714 8_51 5.12J 14_2~396
5" 3 . .. /f f2. t.._ 53 1113.) J 4 6_10 -C:S-4 7 9_15 12
j . 5 3 1513 2 14 610 12 8 4 7 9111
A. c,d
B. f,i
~.) l:i
D. c,j
E. a,b
@ Tipurile de probleme care pot fi rezolvate pe baza calculului evolutlv sunt:

ff:f[oble e~de op_tirn]zare
2. Probleme de geometrie.
3. Prelucrarea datelor de dimensiune mare(big-data)
~.__probleme de_rno_del~
5. Probleme de validare a datelor
~:-Probleme d~ simutare
6. Deplasarea automata a vehiculelor
A.2,3,4
!3.1,4,6
C.1,3,5,7
D.2,4,6
E.2,4,6,6
~ In cadrul unui algoritm genetic, conditia de oprire:

,"-7 1. Poate lipsi
~-:- lnclud~ in generalcontrolul numarulw de ge_neratii Simula~
3. Utilizeaza intodeauna factori aleatori
f lPoateJiicly_d1t_cQ..n tr_olul_yariaj)ilitati·~
i ,_
in
._._~c-a_,.
d1ufpoRula_tLeiJ10JLc~lq_ulat~
6. Garanteaza obtinerea unei generatii cu calitate medie superioara, daca foloseste
selectia bazata pe varsta
'fJ .__N u _depinde_de [eprezentarea _cromozomial~
8. Depinde de reprezentarea cromozomiala
~.2.~.7 1
B.1,5,8
C.3,5,6
D.2,3,4,5
~ J c.l>'\j') E.1,4, 7,8
p;;·o).0-@ Fie permutarile x=[1 o 2 3 9 1 7 6 4 8 5) si y=[S 4 7 2 1 9 3 6 8 1 OJ, un cromozom copil

rezultat prin PMX este c=[S 2 3 9 1 4 7 6 8 1 OJ. Atunci ordlnea conslderarii parlntilor si
respectiv p_u rtctele ~ssover sunt:
A (x,y)si(1,4)
f(.. (~.YL Si.(2,5)
C. (y,x)si(1,4)
D. (y,x) si (2,5)
E. (y,x) si (1,5)
@)in algoritmii genetici, reprezentarea binara:
A Nu e utilizata pentru algoritmii genetici

. _.__j§toric este p_rjmul tijf de]epi-'e zerit~e inspati(j[genoJ,p_urIT<ir
C. Este ce mai utilizata varinata de reprezentare a genotipurilor
19. In algoritmil genetic!, reprezentarea binara:
A Nu permite utilizarea de operatori de recombinare

~ - Nece_si~: op~ratori de,Y.a_dati~ sp~ciaLdefiQ}ij
D. nu permite mai mult de doua gene cu aceeasi valoare intr-un cromozom
E. nu este utilizata
J ,I~ @ Fie urmatorul cromozom de tip permutare {7, 6, 12, 14,310, 8, 15, 11, 5, 4, 1, 13, 2, 9}
,1 JS In urma aplicarii operatorului de mutatie prin amestec s-a obtinut cromozomul
;.. Jr., {7, 14, 13, 12, 1, 15, 2,8,6, 3, 11, 5, 10, 4, 9}. Cele doua pozitii utilizate pentru amestec
i 1{ sunt:
3. 3si15
4. 4 si 8
5. t2 s115
6. 1 si 12
7. '2:sl 1~•
8. 2si13
9. si 151
10. 1 si 13
11 . 3si13
A. 5,10
CB ,5-;7,9
C. 6,7,9
D. 6,2
E. 2
®'" cadrul unui algoritm genetic operatia de selectie a supravietuitorilor:

1. este intodeauna determinista
~ Poate....fi determinista
- - sau cu factori - aleator'
3. utilizeaza intodeauna factori aleatori
4. lndivizii alesi nu sunt intodeauna fezabili
6. Garanteaza obtinerea unei generatii cu claitate medie superioara, daca foloseste
selectia bazata pe varsta
9~e_§te ~pll.cat?~pentrlJ i[IIOCl,Jj rea gene.r.aJiej_~en~
A. 4,8
8 . 1,6
C. 3,7
D. 2,5
_.4_2,~
~ In cadrul unui algoritm evolutiv, populatia initiala:

vs;:J b. Este generata inaintea incep_erii eyolutiaj_p1_opriu-zise
2. Este general dupa fiecare ciclu evolutiv (care presupune efectuarea operatiilor de
selectie, recombinare, mutatie, evaluare)
3 . Este generata la inceputul ficarui ciclu evolutiv
~ ._este generata al~ -~-~-~..,..~~
s~ Este generata_utiliza11dclistribuiia_de.P.r.obabilitate_uniforma
6.~Este generata utilizand distributia de probabilitati
7. este setata pe multimea vida
A.1,2,3,4,5,6; 8. 5,7; C.1,2,4,7; D.2,5,7; )=.1,4,5;
(9ln algoritmii genetici, reprezentarea binara:
n,Este efi_cie.[lta in_probfeme in care solutia_este:_ur;:vectOL_CU_componenteJogic~

2. Trebuie folosita in orice GA
3. Nu trebuie utilizata in GA
4. Nu poate fi utilizata in probleme de optimizare
s.=o..etermina ce_tip_de OReratorLde_variatirutebuieJolositj
6. lmpune folosirea selectiei ruleta;
7. Este eficienta exclusiv in probleme cu restrictii
~i.~
8 .1,4,5
C.1,3,5
D.2,3,6
E.2,4,6
@Algi~ul Hillclimbi'2_9: ~ __ ___ - · - -

t!_._Se_aplica J!S_upra_unuLsingur. P..unct din spatiul cautat
~=--~pjica!_ea~_g__poate__repeta~pentru-mai...mutt_e_p_y_.ncte_p_ent,:u_acre_ste_performan'[el~
3. Este inspirat din tehnicile de alpinism
4. Gaseste intodeauna solutia optima
p,._Gaseste~u11.eo i solutia optim~
6. Calculele se incheie atunci cand temperatura sistemului devine 0
[ ~D_e_obicei gaseste_~ ct de optirl_lJQ.~
8. Se utilizeaza numai pentru reprezentare cu siruri de numere reale
A.1,4,6,7
B.3,4,6,8
C.1,2,4,6
0 .1,5,7,8
~,1,2:-sJ
flJ.
l7'
In cadrul unui algorltm din clasa strategiilor evolutive, autoadaptlbilitatea se refera la:
A. Functia fitness
B. Distributia de probabilitate de selectie;
C. Modelul de selectie
D.~SpatiuLRarametriloj
E. Modelul de selectie al parintilor
Partea V (2020)
~ n cadrul strategillor evolutive:

Alege\i o op\iune:
a. Operatorul de muta\ie eel mai utilizat este muta\ia prin interschimbare
b. Nu se permite utilizarea de operatori de muta\ie
c. Sunt utiliza\i operatori de recombinare OCX
~.__Muta\ia_este aplicatfcuJ;robabilitate 1
e. Reprezentarea este prin vectori binari
I
.
TEST CURS ~!@URE loo ~ 0
@ n algoritmii genetici, reprezentarea prin permutari
Alege\i o op\iune:
r A.
Nu pennite utilizarea de operatori de recombinare
r B.
Nu permite mai mull de doua gene cu aceeasi valoare intr-un cromozom
r. i-- --- ----·-
9 . N~esita_operatori ge v_ari~tie specjal_defini\i
r D. Nu este utilizata
r E.
Nu permite utilizarea de operatori de muta\ie
~ intr-un algoritm evolutiv, functia fitness: 1. Evalueaza calitatea algoritmului; 2. Trebuie selectata
~eator. 3. Evalueaza viteza de gc'lsire a solutiei fata de consumul de resurse; 4. Trebuie modificata la
fiecare iteratie; 5. Selecteaza indivizii care se vor reproduce; 6. Selecteaza indivizii care tree in
generatia urmatoare; 7. Evalueaza calitatea populatiei curente fata de cea a populatiei initiate; 8.
Evalueaza calitatea populafiei curente fata de cea din generatia anterioara; 9. Evalueaza calitatea
fiecarui candidat.
Alegeti o optiune:
r a. 6,7,8
r
b. 2,3
r
C. 1.3
r
r. g.9
r
e. 4,5
@.ie X=[ 6 1 8 10 5 7 9 3 4 2 J ~i Y=[ 9 8 7 3 6 1 5 10 4 2 J permutc'lri. Care urmasi sunt generati prin

utilizarea operatorului CX? ·
Alegeti o opfiune:
r a. C1=Y, C2=X
r
b. C1=[ 8 7 10 5 1 9 3 4 2 6 J, C2=[ 2 9 1 8 3 6 7 5 10 4 J
r c. C1=[ 2 6 7 8 10 5193 4 J, C2=[ 2 8 136 7 5 10 4 9 J
r
d. C1=[_6 7 8 10 5 1934 2 }£ 2=[ 9_!3J_ 3 6 7 5_1_0 4 2 J
r. r
g~J.::Lq_8JJO 5 19 3 4·2 ]._C2=L9_1 8_3J} 7)UO 4 2 J
~ ln cadrul strategiilor evolutive
Alege\i o op\iune:
r. r -- - - - - ---·
13. Muta\ia est~aplicatn_cu prob~bili_tate l
r b. Operatorul de muta\ie eel mai utilizat este muta\ia prin interschimbare
r
c . Reprezentarea este prin vectori binari
r
d. Sunt utiliza\i operatori de recombinare OCX
r
e. Nuse permite utilizarea de operatori de muta\ie
@ tn cadrul unui algoritm genetic opera\ia de selec\ie a supravie\uitorilor: 1. Se aplica asupra

popula\iei curente: 2. ln unele variante necesita calcutarea unei distribu\ii de probabilitate de selec\ie;
3. Utilizeaza intotdeauna factori aleatori: 4. Alege genera\ia urmatoare dintre indivizii disponibili dupa
opera\ia de muta\ie; 5. lndivizii alel?i sint intotdeauna fezabili; 6. Uneori utilizeaza factori aleatori: 7.
Asigura perpetuarea individului cu calitate maxima din popula\ia curenta: 8. Duce la crel?terea calita\ii
m edii a popula\iei curente: 9. Garanteaza ob\inerea unei genera\ii cu catitate medie superioara, daca
folosel?te selec\ia bazata pe virsta; 10.Se aplica la inceputut fiecarei itera\ii: 11. Se aplica asupra
descenden\ilor ob\inu\i din popula\ia curenta: 12. Se aplica asupra popula\iei curente l?i asupra
descenden\ilor ob\inu\i din popula\ia curenta.
Alege\i o op\iune:
r a . 4,8, 11
r b . 1.7
r. r - -
~- 2, _4, 5, 6,_g
r d.6,8, 11
r e.2,3,4,5,6, 11
(§} Fie permutarile x=(1 0 2 3 9 1 7 6 4 8 5) l?i y=(5 4 7 2 1 9 3 6 8 10), un cromozom copil

rezultat prin PMX este c=( 5 2 3 9 1 4 7 6 8 10). Atunci ordinea considerarii pann\ilor ~i
respectiv punctele de incruci~are sunt.
Alege\i o op\iune:
r A. (y,x) ~i (2,5)
r a. (y,x) ~i (1,4)
r c . (y ,x) ~i (1,5)
r. r - - -·
p. _(x,y) ~i...(2,5)
r E. {x,y)~i(1.4)
l
Grile PEAG printscreenuri (ambii profesori)

• Poate inlocui complet generatia curenta
• Necesita urmarirea mai multor generatii consecutive
• Poate inlocui un singur cromozom din populatia curenta
• Nu tine cont de calitatea cromozomilor
• Poate inlocui partial generatia curenta
De cate ori trebuie rotit bratul ruletei simple pentru a executa intregul proces de selectie al
parintilor, pentru o populatie cu tz cromozomi?
• 0 data
~ De 2•tz orl
---- -
• Detz ori
• De 10 ori
• De tz/2 ori
• lncrutisarea aritmetica singulara
• lncrutisare unipunct
• IPX
• OCX (Order crossover)
• lncrutisare uniforma
Care din urmatoarele este un dezavantaj al utilizarii distributiei de probabilitate de selectie tip
FPS?
• Convergenta asimptotica
• Convergenta lenta
L. Convergenta pr ematur~
• Eliminarea indivizilor slabi
• Selectarea celor mai buni indivizi
In cadrul algoritmilor genetici, generatia urmatoare e selectata dintre:

• Descendentii obtinuti din etapa de recombinare
~ 7n_diviifigene[atLel_~nte si de§ceridentil obtin_utLdu~ pa de muTa-tfe
• Descendentii generatiei curente
• Parintii selectati
• lndivizii generatiei curente
Care din urmatoarele nu este un model de distributie de probabilitate folosit pentru etapa de
selectie:
• FPS cu ferestre
• FPS
L Fes_cu_alfa_scalare
• Ranguri liniare
• FPS cu sigma scalare
Pentru a pastra cat mai bine informatia referitoare la pozitiile absolute ale alelelor in cromozomii
parinti se foloseste operatorul:
• lncrutisare multipunct
• CX (Cycle Crossover)
• ECX (Edge Crossover)
• OCX (Order Crossover)
• PMX (Partially mapped crossover)

~ _ Nu_r:especta_dlstributia_d~ probabilitate_deseiecti~
• Nu exista un astfel de mechanism. Turnirul era o competitive medievala
• Este eel mai des folosit mechanism de selectie
• Este intotdeauna de tip determinist
• Acorda o sansa si celui mai slab individ

• Poate inlocui complet generatia curenta
• Nu tine cont de calitatea cromozomilor
• Poate inlocui partial generatia ciuenta
• Poate inlocui un sigur cromozom din populatia curenta
• Necesita urmarirea mai multor generatii consecutive
De cate ori trebuie rotit bratul ruletei milti-brat pentru a executa intregul proces de selectie al
~ Oda~
• De 2*k ori
• De k ori
• Nu exista ruleta multi-brat
• De k/2 ori
Care mechanism de selectie produce rezultate mai apropiate de distributia de probabilitate de

selectie calculate?
• Ruleta cu un singur brat
l _ SUS_(stochastic_Universal_Sampling)
..........
'
• Turnirul
• Nici unul
• Toate produc rezultate la fel de apropiate
Care din urmatoarele este un model de populatie?

• Cu generatii
• Cu dimensiune fixa
£:_]:;_u_sJa[lstabJL~
• Cu dimensiune variabila
• Cu stari instabile
Care din urmatoarele nu este un mechanism de selectie?

' - ,----,
!....E_uJ~ta.QOmQlicata
• Ruleta multi-Brat
• Ruleta simpla
• Genitor
• Turnir
TEST CAP COADA PE ONLINE (raspunsuri bifate corecte la finalul testului)
1/24
lntr-un algoritm evolutive, functia de tip calitate:
I
4 .Trebuie maximizata
5.Stabileste daca un descendent este acceptabil
6.Selecteaza indivizii care se vor reproduce
7.Selecteaza indivizii care tree in generatia urmatoare
8.Contine un factor aleator
9.Evalueaza calitatea populatiei curente
1O.Evalueaza calitatea populatiei curente fata de cea din generatia anterioara
• 6,7,8
• 1,3
I
• 9,10
•
~ ·-
~
5
. 2·4
I
J
2/24 I
Componentele algoritmilor evolutive sunt:
1.Reprezentarea
3.Functia de evaluare
I
I
4.Probabilitarea de recombinare
5.Populatia
7.Mecanismul de selectie a parintiilor
10.Operatorii de variatie
11.Stabilirea diversitatiigenetice a populatiei
12.Mecanismul de inlocuire a populatiei curente
13.Hillclimbing
14.lnitializarea populatiei
15.Conditia de terminare
• 2,4,5,9, 15
~ _ 1,3,5,7,1_0,12,1~ .1~
• 2,4,6,8,11,13
• 1,2,5,6,7,14,15
• 1.3,5,6,10,13,14,15
3/24
In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor
~.Poate fi numai de_siru[i de numere reaj
~.Nuj nfluenteaza tipuLde J1lUtatiej_olosit(dis_crete/neaiscr:_etaj
6.lnfluenteaza tipul de recombinare folosit
r,.c_o..(ltinELatat descriereajndivj duluLcandidat cat si parametrii care .. J
8. Poate fi oricare dintre ele: siruri binare, siruri de numere intregi, siruri de numere reale,
permutari
4/24
lntr-un algoritm evolutive, functia fitness:
5. Selecteaza indivizii care se vor reproduce
7.Evalueaza calitatea populatiei curente fata de cea a populatiei initiale
• 1,3
• 2,3
~ 9
• 4,5
;-
• 6,7,8
5/24
Tipurile de problem
e care pot fi rezolvate pe baza calculului evolutive sunt:
1 · P ro b lemele de optimizare
2 -Probleme de cautare in spatial solutiilor
3.Prelucrarea datelor de dimensiune mare (big-data)
4 .Probleme de modelare
5.Probleme de validare a datelor
6 .Probleme de simulare
7 .Alocarea dinamica a datelor in memoria calculatorului
8.Deplasarea autonoma a vehiculelor
r
it 1.4.E!
• 2.4.6.8
• 2.4.6
• 2.3.4
• 1.3.5.7
6/24
In algoritmii genetici,reprezentarea prin permutari
~ Arenevoie de_operatorl._special definitj
• Nu permite mai mult de 2 gene cu aceeasi valoare intr-un cromozom
• Nu este utilizata
• Nu permite utilizarea de operatori de recombinare
• Nu permite utilizarea de operatori de mutatie
7/24
L ~e_c~ll~ opJ?catori de vsiriatie special_fJefiniti
8/24
L s_e_apltcajisup_r._a desc~ nde.Dtilor_pJodu_sideoperatia de reco_!l1binare
• Se aplica doar daca diversitatea genetica scade sub un prag x dat
• Se utilizeaza doar in probleme cu constrangeri
• Se efectueaza o singura data, dupa generarea populatiei initiale
• lntotdeauna produce indivizi fezabili
~ _Poate sa produca indiyizi..11efezablli
L ~@_p[.obabilftate mic~
• Se aplica asupra mutlisetului de parinti
• Se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare
• Se aplica asupra populatiei curente
'
9/24
In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie:
~ Utiliz~aza_p..9p__l! l~ tia de_copjj
• Este realizata cu probabilitate mica
• Este utilizata doar in probleme ce constrangeri
• Este efectuata imediat ce este disponibila o populatie de copii
• Utilizeaza populatia curenta
~ _ Este efectuata iterativ
,- --
!__Este_Jj~J ip_neuniforrr,
• Determina structura cromozomiala
• Alege pentru mutatie in medie jumatate de indivizi
• Este efectuata o singura data pe parcursul unui algoritm
10/24
1.Se aplica asupra unui singur punct din spatial de cautare
2.Aplicarea se poate repeta pentru mai multe puncte pentru 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 0
7.De obicei gaseste un punct de optim local
8.Se utilizeaza numai pentru reprezentarea cu siruri de numere reale
L.1_2.s.z
• 1.4.6.7
• 1.2.4.7
• 3.4.6.8
• 1.5.7.8
11/24
Fie X=[ 6 1 8 10 5 7 9 3 4 2] si Y=[ 9 8 7 3 6 1 5 10 4 2] permutari. Care urmasi sunt generatii
• C1=[26781051934],C2=[28136751049]
L _ C1 ; L6~8 7 10 5 1 9_3- 4 2 ]J ~2~L9_1.8.3 .6 7'5_10'"..42]
• C1=[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 91836751041
• C1 =[ 6 7 8 10 5 1 9 3 4 2 ], C2=[ 9 8 1 3 6 7 5 10 4 2 ]
• C1=Y,C2=X
12/24
In cadrul unui algoritm genetic operatia de selectie a parintilor:
• Este utilizata doar in probleme cu costrangeri
~ Este- efectuata,iterativ
i - --~ - -- - ...
• Este efectuata imediat inaintea fiecarei procedure de mutatie
• Este efectuata o singura data pe parcursul unui algoritm genetic
• µtilizeaz~pulatia_cur.en t~
• lntotdeauna este bazata pe o distributie de probabilitate de selectie
• Allege in general indivizi pe baza factorului varsta
•~ e efectuata o singura data dupa prima etapa de generare a unei populatii
~ Este efectuataimediat ce este disponi bila populatie- curenta eva luate
o
L PoateJi_realizata pri_l}_utfilza_rea unei distributii_g_e P.JObabilfta_tede selectie
13/24
Fie urmatorii 2 cromozomi de tip permutare: {6 3 11714 8 515124 13 910 12} si {7 115 13 2
14 6 10 12 11 4 8 3 9 5}. Aplicand operatorul de recombinare PMX, cu pozitiile 4 si 8 se obtin
descendentii:
• F,i
~ HJ
• E,f
• A,b
• A,c
14/24
Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste reprezentarea
prin siruri de numere reale:
1.Negarea
2.Negarea Fuzzy
3.resetarea aleatoare
4.Fluaj
5.Mutatia uniforma
6.Mutatia neuniforma
7.Mutatia locala
8 .Interschimbarea
9.lnserarea
10.Mutatia rapida
11.Amestecu
12.Mutatia globala
13.lnversiunea
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.Recombinare de ordine
24.Recombinarea muchilor
25.Recombinarea Ciclica
• Toti de mai sus
r 5.!_s .14._1 5., 1s.1s.19.20
r
• 3.4 ..6.7.12.18.19.21
• 2.7.10.12.17.21
• 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
L E't_oluti<LD.aturala_b_i_
oJ_o.,..
g-ic_,
a
16/24
In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor
~ S_e..ilQlica g_SJ.!_Qra p~oputatiei cure~
• Garanteaza obtinerea unei generatii cu calitate medie superioara. Daca foloseste
selectia bazata pe varsta.
• Duce la cresterea calitatii medii a populatiei curente
~- lndivizii alesl sunt intotdeauna fezabil'
J ·- .. .--. - - ....
~ U_!1e.9ri utU_izeazaJ actori aleatorJ
• Asigura perpetuarea individului cu calitate maxima din populatia curenta
• Utilizeaza intotdeauna factori aleatori
L.l n unele_y_ar.Lante necesita calcula[ea_u11el..d~1db_
utii d_e_probabjl_itate_de_saj_ecti~
• Se aplica la inceputul fiecarei iteratii
L s.e aplica: as_up@_descendentilor obti!lutLdin_populaj@suren t"!
17/24
Caracteristicile unui algoritm genetic clasic (canonic)sunt:
1.Reprezentarea populatiei este realizata prin intermediul sirurilor binare
2.Reprezentarea populatiei este realizata prin intermediul sirurilor de numere naturale
3.Probabilitatea de selectie a unui individ in multisetul parintilor este proportionala cu valoarea
functiei de evaluare pentru el
4.Probabilitatea de selectie a unui individ in multisetul parintilor este data de pozitia individului in
ierarhia populatiei, determinata pe baza functiei de evaluare
5.Probabilitatea efectuarii unei mutatii este mica
6.Probabilitatea efectuarii unei mutatii este mare
7.Probabilitatea efectuarii recombinarii este mica
9.inlocuirea populatiei curente se face pe baza de varsta
• 2.4.6.7
• Nici una din variantele A,B,C,E
L J.3.5.~
• Nu exista algoritm genetic canonic
• 2.3.6.7.9
18/24
In cadrul unui algoritm evolutive populatia initiala
• Este generate utilizand distributia de probabilitate uniforma
• Este generate la inceputul fiecarui ciclu evolutive
• Este setata pe multimea vida
-- ------
• Este generate dupa fiecare ciclu evolutiv
~ ...
!.... Este_generate aleatoiY.
• Este generate utilizand distributia pe probabilitate normala
L Est~ ge~erate in.aio}~a i11ceperjJe_y_2tu!fei ~ropriu_~se
19/24
In cadrul unui algoritm genetic operatia de recombinare:
~ _Utilizeaza populatia
, ~·
de
-
parinti_ , _ _ _ - ~----.,...-.---1
! - EsJ_e_efectuata imediat dupa _fiei;are _et~pa_de_setecti_
e_a_parintilo_r
,---- -
• Este efectuata o singura data dupa prima etapa de selectie a parintilor
~-· - --·-- -:-,
!..._Este _efectuata_imediat inainteaJ iecarei_proceduri_de muta_tie
• Este utilizata cu probabilitate mica
I - ·-~- -.
• Este efectuata iterati _
• Este utilizata doar in probleme fara constrangeri
• In general probabilitatea de recombinare nu conteaza in rezolvarea problemelor prin
algoritmi genetici
[ Este_utilizati:cupro~abilitate-111are
. M
20/24
L_E P.reierabilajiuncica'QcfP-entruji~carsi gena_sunt posffiflem~LmUlt__ge_2_v_aLori "dL~ti!)_ClE!
• Este preferabila pentru probleme de optimizare
• . Este doar un exercitiu de implementare, nefiind necesara
• Nu poate fi 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 jumatate din indivizi
• Este utilizata doar in probleme cu constrangeri
C l .ste .efectu~Ja1te_r_at~
• Este efectuata o singura data, dupa prima etapa de generare a unei populatii
l _petermina-obtfnerea 'unuirnuTtfset de coom ~.)
r- Utilize~za_populatTaCU(en~
C Este untipjocalsau gtobai
.... ....
22/24
In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor:
1.se aplica asupra populatiei curente
~.in-unele v.?riante necesita calcularea_unei distributii de_probabilitate de~selectie
3.utilizeaza intotdeauna factori aleatori
~.alege generatia urmatoare dintre indivizii~disponibili dupa operatia de mutati~
~Jndimii alesi sunt intotdeauna fezabill
p.u!}eori utilizeaza factori aleatori ,
7 .asigura perpetuarea individului cu calitate maxima din populatia curenta
8.duce la cresterea calitatii medii a populatiei curente
9.garanteaza obtinerea unei generatii cu calitate medie superioara, daca foloseste selectia
bazata pe varsta
10.se aplica la inceputul fiecarei iteratii
11 .se aplica asupra descendentilor obtinuti din populatia curenta
~ 2.se-aplica asup.r__~ populatieLcurente sia supra descendentilorobtinuti_drnpopulatia curenta
• 4.8.11
~ 2.4.~ 6.12
• 6 .8.11
• 2.3.4.5.6.11
• 1.7
23/24
In algoritmii genetici, reprezentarea binara
!...6. fast pril'!lui tip_de reprezenta_r_e a_cr9m__ozomilocJn algoritmi geneticj
• Este cea mai utilizata varianta de reprezentare a genotipurilor
• Duce mereu la rezultate optime
• Nu depinde de problema rezolvata
• Nu e utilizata pentru algoritmi genetici
24/24
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 obtinut cromozomul {7, 14, 13, 12, 1, 15,
2, 8, 6, 3, 11, 5, 10, 4, 9}. Cele 2 pozitii utilizate pentru arnestec sunt:
• 2 si 13
• 4 si 8
I
! 2 si.1~
L 1_sL1 4
• 1 si 12
r---
!... 2 sjJ_~
• 3 si 15
• 3 si 13
• 4 si 15
r-:;--.-~
!-.l_s tj§
SUBJECT RUMBA+ nistc printscrccn-uri
Alcgcti raspunsul corcct dintrc variantclc A/B/C/D/E - un singur rl'ispuns corcct.
@n cadrul unui algoritm genetic cc maximizeazli o functie (fitness): J,.,,tu

1. Selectia generatiei urmatoare este obligatoriu bazata pe varsta;
2. Sunt rezolvate doar probleme cu constrangeri;

~
i3. Selectia parintilor este efectuata iterativ;

14':1 Mutatia este realizata cu probabilitate mica;
5. Nu este recomandata utilizarea selectiei FPS;,
6. Multisetul copiilor este fara duplicate;
(!_,,1 Selectia supravietuitorilor este determinata de calitate ~i/sau factorul vfusta;

(9) Este intentionata determinarea unui punct de maxim global;
I 0. Structura cromozomiala difera dad\ functia este translatata.
@3,4, 7, 9
B. 2, 3, 5, 9
C. 1, 3, 5, 7
D. 4, 7, 9, 10
E. 1, 2, 3, 4, 7
4, <f, lo,, i ~in cadrul unui algoritm genetic operatia de mutatie:
1. Nu folose~te factori aleatori;
2. Se aplica doar daca diversitatea genetica scade sub un prag dat;
3. Se aplica asupra populatiei curente;
© roate sa produca indivizi nefezabili;
5. intotdeauna produce indivizi fezabili;
6. Se utilizeaza doar in problemele cu constrangeri;

\
7. Sc utilizcaza doar in problemcle farj constrangeri;

18~ Sc aplica imediat inaintea fiec!rei etape de selcctic a generatici urmatoarc;
9. Sc aplica asupra multisetului de parinti;

~
10. Are probabilitate mica;
11. Se efcctucaza o singura data, dupa gcnerarea populatici initiale;
(12 Se aplica asupra desccndcntilor produ~i de operatia de recombinare.
A. 3,5, 7, 12
D. 1, 4, 5, 8
C. 6, 7, 8, 10, 11
D. 2, 4, 5, 6, 7
@), 8, 10, 12
), Li, b1 f , IO @in cadrul unui algoritm genetic operatia de rccombinare:
1. Este efectuata o singura data pe parcursut unui algoritm genetic;

@ ste efectuarn imediat dupa fiecare etapa de selectie a parintilor;
3. in general probabilitatea de recombinare nu conteaza in rezolvarea problemelor
prin algoritmi genetici;
er Este efectuata imcdiat inaintea fiec!rei proceduri de mutatie;
5. Este efectuata imediat inaintea fiecarei etape de sclectie a parintilor;
@ Utilizeaza populatia de parinti;
l~ Este utilizata cu probabilitate mare;
-./
9. Este utilizata cu probabilitatc mica;
10. Estc efcctuatii o singura datii, dupii prima etapii de sclcc1ie a pimn\ilor. .l f !v / "' ' ,1,-,.,...;•._,,,
~ 2, 4, 6, 8, 10
B. 2, 6, 7, 8, 9
C. 3, 4, 5, 8, 9
D. 1, 3, 5, 7, 9
I E. 2, 4, 8, 10, 11
l,.r, 6 @in cadrul unui algoritm genetic, reprezentarea cromozomilor:
(] Poate fi oricare dintre: siruri binare, siruri de numere intregi, siruri de numcrc rcalc,
permutari;
2. Poate fi numai de tip ~iruri de numere intregi sau reale;

3. Poate fi numai de tip siruri de numere reale;
4. Nu influenteaza tipul de recombinare folosit;

@ Se alege tn functie de problema care se rezolva;
@ Influenteazli tipul de recombinare folosit.
A. 1,2,4,5
B. 1, 3, 4, 6
£. 4,5,6
(DJ 1, 5, 6
E. 2,4,5
@in algoritmii genetici, reprezentarea prin ~iruri de numere tntregi:
A . Este preferabi la pentru problemele de optimizare;

B. Este doar un exercitiu de implementare, nefiind necesara;
C. Nu poate fi utilizata tn cazul atributelor ordinale;
@E preferabila atunci cand pentru fiecare genli sunt posibile mai mult de douli valori
distincte;
E. Nu este utilizata in algoritmi genetici.
3, ~ r@jn cadrul unui algoritm din clasa strategiilor evolutiv~ rcprezentarea

cromozomilor:
1. Poate fi oricare dintre: ~iruri binare, ~iruri de numere 1ntregi, ~iruri de numere reale,
permutari;
2. Poate fi numai de tip ~iruri de numere 1ntrcgi sau realc;
u
@ Poate fi numai de tip ~iruri de numere reale;

@) Nu influentcaza tipul de recombinare folosit (discreta/intermediara);
5. Se alege in functie de problema care se rezolva;
6. Influenteaza tipul de recombinare folosit;
7. Are influenta asupra mecanismului de selectie a generatiei urmatoare;
A. 1, 7
B.1,3,4
C. 2,4, 5
@3,4
E.2,4,5,6
ns:, ,o ~1
,~ I.["
02
7. omponentele algoritmilor evolutivi sunt:
{J1 Reprezentarea;
2. Probabilitatea de mutatie;
G) Functia de evaluare;
4. Probabilitatea de recombinare;
@ Populatia;
6. Gcnerarea de numere aleatoare;
O· Mecanismul de selectie a parintilor;

8. Generarea de perrnutari;
9. Reprezentarea grafica a evolutiei calitatii;
@ Operatorii de variatie;
11. Stabilirea diversitatii genetice a populatiei;
(gJ Mecanismul de inlocuire a populatiei curente;
13. Hillclimbing;
~ Initializarea populatiei;
15. Conditia de terminare.
i(~ 1, 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.2,4,5,9, 15
s,~,J),, 2. ©n cadrul unui algoritm genetic operatia de selectie a parintilor:
1. Este utilizata doar in probleme cu constrangeri;

2. Este efectuata o singura data, dupa prima etapa de generare a unei populatii;
Ql)Este efectuata imediat ce este disponibila o populatie curenta evaluata;

4. intotdeauna este bazata pe o distributie de probabilitate de selectie;
5. Utilizeaz.a populatia de copii muta\i;

@»>oate fi realizata prin utilizarea unei distributii de probabilitate de selectie;
7. Utilizeaza populatia de copii;

w utilizeaz.a populatia curenta;
9. Este cfectuata o singura data pe parcursul unui algoritm genetic;
I 0. Alege in general indivizi pe baza factorului varsta;
11. Este efectuata imediat inaintea ficcarei proceduri de mutatie;
f'21 Este efectuata iterativ.
@ 3, 6, 8, 12
B. 3, 6, 7, 8
C. 2, 5, 8, 12
D. l,2,4,5
E.4,6, 7,8
'l L
cl I 1 v·
@ntr-un algoritm evolutiv, functia de tip calitate:
1. Evalueaz.a calitatea algoritmului;
d
-
0) Evalucaza calitatea fiecarui candidat;
3. Evalueaza viteza de gasire a solu\iei fa\a de consumul de re5 urse;
{!J Trebuie maximizata;

5. Stabile~te daca un descendent este acceptabil;
7. Selccteaza indivizii care tree in genera\ia urmatoare;

8. Con\ine un factor alcator;
9. Evalueaza calitatea popula\iei curcnte;
10. Evalueaza calitatea populatiei curente fata de cca din genera\ia anterioara.
A. S
B. 1, 3
C. 6, 7, 8
D. 9, 10
@ 2, 4
10. Fie urmatorul cromozom vector de numere intrcgi: 13, l 0, 8, 16, 11, 4. 6, 0 ... fiind
definita pe {1 , 2, ...,100}. in urma aplicarii ... resetare aleatoare poate fi ob\inut
individul:
1. {8, 10, 8, 15, 11, 6, 10, 9L

2. {11 , 10, 8. 15, 11, 5, 4, 19};
3 . {3, 10, 8, 15, 11, 5, 4, 99};

4. {8, 10, 8, 11, 6 . .. 8, 15, 11, 15, 4, 9};
6.{0, 10, 8, 15, 11, 5, 40, 9};

7. (8, 10, 8, 15, 11 } . . . 10, 8, 15, 11 , 0, 40, 9} .
A. 1,2,3,6
B. 1, 2, 3, 5
C . 2, 4, 5, 6
D. 1, 4, 5, 6
E.4, 5,6, 7
@calculul evolutiv este;
A. Similar metodelor de cautare directli;

@rehnica de rezolvarc a problemelor de tip experiment-croare;
C. Concept ce confirma teoria relativitatii;
D. Similar algoritmilor de societate;

E. Concept ce contrazice teoria evolutiei.
:?, IO @in cadrul unui algoritm genetic, operatia de mutatie:
1. Este utilizata doar in probleme cu constrangeri;

@ Este efcctuata imediat ce este disponibila o populatie de copii;
3. Alege pentru mutatie in medie jumlitate de indivizi;
4. Utilizeaza doua multiseturi distincte I de copii;
5. Este intotdeauna de tip neuniform (f~aj); h_'
6. Este efectuata o singura data, dupa prima etapa oe generare a unei populatii;
7. Este realizata cu probabilitate I;
8. Este efectuata o singura data pe parcursul unui algoritm;
9. Utilizeaza populatia curenta;

@) Este efectuatli itcrativ.
@ 2, 10
B. 3, 4, 7
C. 2, 5
D. 6,9
E. 7, 8, 10
r
J1 ,~ ~r1(,(;:;\ . .
~ Care din unnatorii operatori pot fi utilizati intr-un algontm genetic care folose~te
)I (~ 1
0
reprezentarea prin ~iruri de numere reale?
1. Negarea;
2. Negarea fuzzy;
3. Resetarea pseudo-aleatoare;
4. Resetarca deterrninista·
'
® Mutatia unifonna;
® Mutatia neunifonna cu distributie fixata;
7. Mutatia locala;
8. Interschimbarea;
9. Inserarea;
10. Mutatia rapida;

11. Amestecul;
12. Mutatia globala;

13. Inversiunea;
Q3) Unipunct;
@ Multipunct;
~ Uniforma;
17. Recombinarea radacinilor;
@ Aritmetica simplli;
@ Aritmetica singulara;
~ Aritmetica totala;
21. Recombinarea ~irurilor maxime;
22. Partially mapped crossover;
23. Recombinare de ordine;
24. Recombinarea muchiilor;
25. Recombinarea ciclica.
A. I, 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
@ 5,6, 14, 15, 16, 18, 19, 20
@Fie urmatorii doi cromozomi de tip pennutare: {6, 3, 11, 7, 14, 8, 5, 15, 1, 2, 4, 13,
9, 10, 12} ~i {7, 1, 15, 13, 2, 14, 6, 10, 12, 11, 4, 8, 3, 9, 5}. Aplicand operatorul de
recombinare OCX, cu pozitiile 4 ~i 8 sc obtin descendentii:
a. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1.,
b. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6·
'
c. 13 12 11 7 14 8 5 15 I IO 4 2 3 9 6·
'
d. 5 3 11 13 2 14 6 15 8 4 7 9 10 12;
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12;
f. 13 12 11 7 14 8 5 15 10 4 2 3 9 6·
I
g. 13 15 7 14 8 5 10 12 11 4 2 3 9 6;
(5 13 I 10 7 14 8 5 15 12 11 4 2 3 9 6;
~5 3 11 13 2 14 6 10 I 8 4 7 9 15 12;
L.} ·
j.5 3 15 13 2 14 6 10 12 8 4 7 9 11 I.
A.c,d
B. f, i
©h,i
D. c, j
E. a, b
A, 1,, @Tipurile de probleme care pot fi rezolvate pe baza calculului cvolutiv sunt:
(D Problcme de optimizare;
2. Probleme de geometrie;
3. Prelucrarca datelor de dimensiune mare (big-data);
~ Probleme de modelare;
5. Problemc de validare a datelor;
@Problemc de simulare;
7. Alocarea dinamica a datclor in memoria calculatorului;
8. Deplasarea autonoma a vehiculelor.
A. 2,3,4
@ 1,4, 6
C. 1, 3, 5, 7
D. 2, 4, 6
E.2,4,6,8
o/ ~ "). \.J
I I
Qin cadrul unui algoritm genetic conditia de oprire:
1. Poate lipsi;
r@ Include in general controlul numarului de generatii simulate;

3 . UtilizeazA intotdeauna factori aleatori;
@ Poate include controlul variabilitatii in cadrul populatiei nou calculate;
5. Duce la cre~terea calitatii medii a populatiei curente;
6. Garanteaza ob\inerea unei generatii cu calitate medie superioara, daca folose~te

selectia bazata pe varsta;
(j) Nu depinde de reprezentarea cromozomiala;
8. Depinde de reprezentarea cromozomiala.
@ 2,4,7
B. 1, 5, 8
C.3,5,6
D. 2, 3, 4, 5
E. 1, 4, 7, 8
@Fie pennutarile x = [10 2 3 ~ 1 7 6. 4 8 Shi y = [5 4 7 2 1

9 3 6 8 1O], un cromozom coptl rezultat prm PXM este c = [5 2 3 9 1
4 7 6 8 1O]. Atunci ordinea considerarii parinJilor ~i respectiv punctclc de
crossover sunt:
A. {x, y) ~i (1, 4)
@(x, y) si (2, 5)
C. (y, x) ~i (1 , 4)
D. {y, x) ~i (2, 5)
E. (y, x) ~i (1, 5)
@in algoritmi genetici, reprezentarea binara:
A. Nu e utilizata pentru algoritmi genetici

@ Istoric este primul tip de reprezentare in spatiul genotipurilor
C. Este cea mai utilizata varianta de reprezentare a genotipurilor

@in algoritmi genetici, reprezentarea binara:
(
© Necesita operatori de variatie special definiti

D. Nu permite mai mult de doua gene cu aceea~i valoare intr-un cromozom
E. Nu este utilizata
A,S,1 , ~ @ Fie urma_torul cromozom de tip permutare: (7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1,
13, 2, 9). In unna aplicarii operatorului de mutatie prin amestcc s-a obtinut
cromozomul: (7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, IO, 4, 9). Cele doua pozitii utilizate
pentru amestec sunt:
CD 1 ~i 14;
2.4~i15;
3. 3 ~i 15;
4. 4 ~i 8;
@. 2 ~i 15;
6. 1 ~i 12;
Cl2 2~i 14;

8. 2 ~i 13;
~ l ~i 15;
10. 1 ~i 13;
11. 3 ~i 13.
A. 5, 10
@ 1, 5, 7, 9
C. 6, 7, 9
D. 6
E.2
2 9 @ In cadrul unui algoritm genetic opera\ia de selec\ie a supravietuitorilor:

1
1. Este intotdeauna dcterminista;
,YPoate fi determinista sau cu factori aleatori;

3. Utilizeazli intotdeauna factori aleatori;
4. Indivizii alc~i nu sunt intotdeauna fczabili;
5. Duce la cre~terea calita\ii mcdii a popula\iei curente;
6. Garanteaza obtinerea unei gcnera\ii cu calitatc medie superioara, daca folose~te

selectia bazata pe varsta;
7. Se aplica la inceputul fiecarei iteratii;
8. Se aplica asupra descenden\ilor ob\inu\i din popula\ia curcnta;

® Este aplicata pentru inlocuirea genera\iei curente.
A. 4, 8
B. 1, 6
C. 3, 7
D. 2,5
<@ 2,9
J L j..-
fl -,
@~
2 . In cadrul uni algoritm evolutiv populafia inifiala:
rD Este generata inaitea inceperii evolufiei propriu-zise;
2. Este generata dupa fieca re ciclu evolutiv (care presupune efectuarea operaf iilor de
selecfie, recombinare, mutatie, evaluare);
3. Este generata la inceputul fiecarui ciclu evolutiv;
@ Este generata aleator;
G) Este generata utilizand distribufia de probabilitate uniforma;

6. Este generata utilizand distribufia de probabilitate normala;
7. Este setata pe mulfimea vida.
A.1,2, 4,5,6
B. 5, 7
C. 1, 2, 4, 7
D. 2, 5, 7
@ 1,4,5
I, .r @in algoritmiii genetici, reprezentarea binara:
(u)Este cficienta in probleme in care solufia este un vector cu componcnte logice;
2. Trebuie folosita in orice GA;
3. Nu trebuie utilizata in GA;
4. Nu poate fi utilizata in probleme de optimizarc;
(voetermina ce tip de operatori de variafie trcbuie folositi;
6. lmpune folosirea selectiei ruleta;
7. Este eficienta in probleme cu restrictii.

A. 1, S
B. 1,4,S
C. 1, 3, S
D. 2, 3, 6
E.2,4,6
@Algoritmul Hillelimbing:
1. Se aplica asupra unui singur punct din spatiul de cautare;

2. Aplicarca se poate repeta pentru mai multe puncte pentru a cre~te perfonnantele;
3. Estc inspirat din tehnicile de alpinism;
4. Gase~te intotdeauna solu\ia optima;
5. Gase~te uneori solutia optima;
6. Calculele se incheie atunci cand temperatura sistemului devine zero;
7. De obicei gase~te un punct de optim local;
8. Se utilizeaza numai pentru reprezentarea cu ~iruri de numere reale.
A. 1, 4, 6, 7
8. 3, 4, 6, 8
C. 1,2,4, 7
D. 1, 5, 7, 8
@) ,2,5,7
~ in cadrul unui algoritm din clasa strategiilor evolutive, autoadaptabilitatea se

refera la:
A. Functia fitness
B. Distributia de probabilitate de selec\ie
C. Modul de selectie a generatiei unnMoare
@ spatiul parametrilor
E. Modul de selectie a parintilor
...- --
I
in cadrul algoritmilor genetici, generatia unnatoare este selectata dintrc:
A. Parintii selectati;
B. Indivizii gencratiei curente ~i descendenJii obJinuJi dupa etapa de mutaJic;
C. Descendentii generatiei curente;
D. Indivizii generatiei curente
E. Descendenti obtinuti in urma etapei de recombinare;
Ce aritate are operatorul de recombinare in algoritmii genetici (cati operanzi

utilizeaza):
A. Temar (trei operanzi)
B. Binar (doi operanzi)
C. Depinde de problema de rezolvat
D. Nu exista opcratori de recombinare in algoritmii genetici
E. Unar (un operand)
Pentru pastrarea relat iilor comune din cromozomii parint i, se folose~te operatorul de
recombinare:
A. PMX (Partially Mapped Crossover)
B. Nu exista un operator pentru acest scop
C. ECX (Edge Crossover)
D. incruci~are de tip tumeu
E. incruci~are binara
Mecanismul de select ie tumir:

A. Este intotdeauna de tip detenninist
B. Acorda o ~ansa ~i celui mai slab individ
C. Nu exista un astfel de mecanism. Tumirul era o competitie medievala.
D. Nu respecta distributia de probabilitate de selectie
E. Este eel mai des folosit mecanism de selectie.
Schema generala de recombinare depinde de:

A. Existenta constrangerilor in problema de rezolvat
B. Operatorul de recombinare folosit
C. Reprezentarea cromozomilor
D. Alegerea utilizatorului
E. Numarul de indivizi din populatia initiala
Care dintre urmatoarele nu este un mecanism de selectie
A. Ruleta complicata
B. Tumir
C. Genitor
D. Ruleta multi-brat
E. Ruleta simpla
Care din unnatoarele afirmatii nu e adevarata pentru modelul generational

A. Poate inlocui complet generatia curenta
B. Nu tine cont de calitatea cromozomilor
C. Poate locui un singur cromozom in generatia curenta
D. Poate inlocui partial generatia curenta
E. Necesita urmarirea mai multor generatii consecutive
Daca aplicarea unui operator de recombinare produce indivizi aberanti, atunci:

A. Algoritmul produce totu~i rezultate corccte, ca urmare a autoreglarii prin
selectie;
B. Problema nu se poate rezolva prin algoritm genetic
C. Rezultatele sunt imprevizibile
D. Se produce eroare la executie
E. Se folosesc parintii ca descendenti
In cazul reprezentarii cu ~iruri de numere intregi, rccombinarile aritmetice:

A. Produc intotdeauna rezultate aberante
B. Sunt intcrzise
C. Se pot aplica daca se face rotunjirea rezultatelor
D. Nu exista notiunea de recombinare aritmetica
E. Se pot aplica nurnai daca toate perechile de alele de pe pozitii identice sunt fie
pare, fie impare
Recombinarea multipla:
A. Nu se poate baza pe frecventa alelclor
B. Este o generalizare a operatiilor de recombinare pentru reprczentarea cu
permutari
C. Are echivalent biologic
D. Este cea mai buna optiune pentru algoritmii genetici
E. Produce rezultate mai bune doar in uncle cazuri particulare
I
Care mecanism de selectie produce rezultate mai apropiate de distributia de
probabilitate de selectie calculata?
A. Toate produc rezultate la fel de apropiate.

B. SUS (Stochastic Universal Sampling)
C. Niciunul
D. Ruleta cu un brat
E. Tumirul
Care dintre urmatoarele este un dezavantaj al utilizarii distribufiei de probabilitate de

selectie de tip FPS:
A. Convergenta lenta
B. Convergenta prematura
C. Selectarea celor mai buni indivizi
D. Convergenta asimptotica
E. Eliminarea celor mai slabi indivizi
De cate ori trebuie rotit bratul ruletei multi-brat pentru a executa intregul proces de
selectie a parinfilor, pentru o populatie cu k indivizi:
A. De k ori
B. 0 data
C. Nu exista Ruleta multi-brat
D. De k/2 ori
E. De 2*k ori
Care din urmatoarele nu este un model de distributie de probabilitate folosit pentru

etapa de selectie:
A. Ranguri liniare
B. FPS cu ferestre
C. FPS cu alfa scalare
D. FPS cu sigma scalare
E. FPS
Grile PEAG printscreenuri
De cate ori trebuie rotit bratul ruletei simple pentru a executa intregul proces de selectie al parintilor,
pentru o populatie cu tz cromozomi?
• 0 data
• De 2•tz ori
•
•
•
• lncrutisarea aritmetica singulara

• lncrutisare unipunct
• IPX
• OCX (Order crossover)
• lncrutisare uniforma
Care din urmatoarele este un dezavantaj al utilizarii distributiei de probabilitate de selectie tip FPS?
• Convergenta asimptotica
• Convergenta lenta
• onverg-enta:p:rematura
• Eliminarea indivizilor slabi
• Selectarea celor mai buni indivizi
In cadrul algoritmilor genetici, generatia urmatoare e selectata dintre:
• Descendentii obtinuti din etapa de recombinare

• lndiv'zii generatletcurente sl aescencfentiLobtiiilltl cupa etapa~:m.utatie
• Descendentii generatiei curente
• Parintii selectati
• lndivizii generatiei curente
Care din urmatoarele nu este un model de distributie de probabilitate folosit pentru eta pa de selectie:
• FPS cu ferestre
• FPS
•
• Ranguri liniare
• FPS cu sigma scalare
Pentru a pastra cat mai bine informatia referitoare la pozitiile absolute ale alelelor in cromozomii parinti
se foloseste operatorul:
' -.
• lncrutisare multipunct
• OC(Cyc e:.__crossover)J
• ECX (Edge Crossover)
• OCX (Order Crossover)
• PMX (Partially mapped crossover)
• \Nu respettaclistributiacfe proba b llitate de selectie

• Nu exista un astfel de mechanism. Turnirul era o competitive medievala
• Este eel mai des folosit mechanism de selectie
• Este intotdeauna de tip determinist
• Acorda o sansa si celui mai slab individ
• Poate iniocui complet generatia curenta

• Nu tine cont de caiitatea cromozomilor
• Poate inlocui partial generatia ciuenta
•
De cate ori trebuie rotit bratul ruletei milti-brat pentru a executa intregul proces de selectie al parintilor,
pentru o populatie cu k indivizi?
• ata
• De 2•k ori
• De kori
• Nu exista ruleta multi-brat
• De k/2 ori
Care mechanism de selectie produce rezultate mai apropiate de distributia de probabilitate de selectie
calculate?
• Ruleta cu un singur brat

• \,SJ)S"(stocHastlcVn1vers Salffl>Jing)J
• Turnirul
• Nici unul
• Toate produc rezultate la fel de apropiate
Care din urmatoarele este un model de populatie? e,.1,, ) r

'• Cu generatii
• Cu dimensiune fixa
I • ri stabilg
• Cu dimensiune variabila
• Cu stari instabile
oaff f :.61, J,., caM
I ·, 1~· ~ tWl. iud
•
• Ruleta multi-Brat
• Ruleta simpla
• Genitor
• Turnir
8
lntr-un algoritm evolutive, functia de tip calitate:
4.Trebuie maximizata
5.Stabileste daca un descendent este acceptabil
6.Selecteaza indivizii care se var reproduce
7 .Selecteaza indivizii care tree in generatia urmatoare
8.Contine un factor aleator
9.Evalueaza calitatea populatiei curente
• 6,7,8
• 1,3
• 9,10
• 5
• CT,4'>
&J
Componentele algoritmilor evolutive sunt:
1.Reprezentarea
d
4.Probabilitarea de recombinare
5.Populatia
7.Mecanismul de selectie a parintiilor
11.Stabilirea diversitatiigenetice a populatiei
13.Hillclimbing
• 2,4,5,9,15
• .;3;5;7 1Q,lb 14:1~
• 2,4,6,8,11,13
• 1,2,5,6,7,14,15
• 1,3,5,6,10,13,14,15
€:) N ~ C, rnJ~
Componentele algoritmilor evolut1ve sunt:
1.Reprezentarea
4.Probabilitatea de recombinare
5.Populatia
G.Generarea de numere aleatoare
7.Mecanismul de selectie a parintilor
9.Reprezentarea grafica a evolutiei calitatiii
11.Stabilirea diversitatii genetice a populatiei

13.Hillclimbing
• 2,4,5,9,15
• :3;2.L-iu;12,u,1SJ
• 2,4,6,8,11,13
• 1,2,5,6,7,14, 15
• 1,3,5,6,10,13,14,15
®
lntr-un algoritm evolutive, functia fitness:

5. Selecteaza indivizii care se var reproduce

7 .Evalueaza calitatea populatiei curente fata de cea a populatiei initiale
• 1,3
• 2,3
•
• 4,5
• 6,7,8
®
Tipurile de probleme care pot fi rezolvate pe baza calculului evolutive sunt:
1.Problemele de optimizare
2.Probleme de cautare in spatial solutiilor
3.Prelucrarea datelor de dimensiune mare {big-data)
4.Probleme de modelare
S.Probleme de validare a datelor
6.Probleme de simulare
7.Alocarea dinamica a datelor in memoria calculatorului
8.Deplasarea autonoma a vehiculelor
• IE
• 2.4.6.8
• 2.4.6
• 2.3.4
• 1.3.5.7
@)
In algoritmii genetici,reprezentarea prin permutari
•
• Nu este utilizata
@

• ecesit~ efflon e...variatie~si:iecial definlt h
• Nu permite utilizarea de operatori de recombina re
(5)
• e aR ica asupra cfekenden · ::proausrae operatia lfe7'ecombln~

• Se aplica doar daca diversitatea genetica scade sub un prag x dat
• Se utilizeaza doar in probleme cu constrangeri
•
•
•
•
• Se aplica asupra mutlisetului de parinti
• Se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare
• Se aplica asupra populatiei curente
d
.
I
G}
In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie:
• umnzeaza),opotattnle copll'
• Este utilizata doar in probleme ce constrangeri
• Este efectuata imediat ce este disponibila o populatie de copii
•
•
•
• Alege pentru mutatie in medie jumatate de indivizi
• Este efectuata o singu ra data pe parcursul unui algoritm
9
1.Se aplica asupra unui singur punct din spatial de cautare
2.Aplicarea se poate repeta pentru mai multe puncte pentru a creste performantele
3.Este inspirat din tehnicile de alpinism
4.Gaseste intotdeauna solutia optima
S.Gaseste uneori solutia optima
6.Calculele se incheie atunci cand temperature sistemului devine 0
7.De obicei gaseste un punct de optim local
8.Se utilizeaza numai pentru reprezentarea cu siruri de nu mere reale
0• 1.4.6.7
• ·1.2.4.7
• 3.4.6.8
• 1.5.7.8
@)
Fie X=[ 618 10 5 7 9 3 4 2] si Y=[ 9 8 7 3 61510 4 2) permutari. Care urmasi sunt generatii prin
• Cl=[ 2 6 7 8 10 S 1 9 3 4 ], C2=[ 2 8 1 3 6 7 5 10 4 9]
• l=[:§.:B:z..IO:S.l:.93 ] [21:--~ ( 9'1 8:-3 1 4
• Cl=[ 8 7 10 S 1 9 3 4 2 6 ), C2=[ 2 9 1 8 3 6 7 5 10 4 I
• Cl=[ 6 7 8 10 S 1 9 3 4 2 ], C2=[ 9 8 1 3 6 7 5 10 4 2 )
• Cl=Y, C2=X
GiJIn cadrul unui algoritm genetic operatia de selectie a parintilor:
• Este utilizata doar in probleme cu costrangeri

• ~ ta7 te_ra tJ\,
• Este efectuata imediat inaintea fiecarei procedure de mutatie
• Utilir ;p latla-carental
• lntotdeauna este bazata pe o distributie de probabilitate de selectie
• Allege in general indivizi pe baza factorului varsta
• Este efectuata o singura data dupa prima etapa de genera re a unei populatii
• el:tu t imediat ce este--dis onibila-::o:popUlatie~ orenta evaluate
• oate-frrealizata ilizare u el dlstribotii e:p_rolia6ifitate e se ect@l
@
Fie urmatorii 2 cromozomi de tip permutare: {6 3 11714 8 5 15 12413 9 10 12} si {7 115 13 2 14 6 10
12 114 8 3 9 5}. Aplicand operatorul de recombinare PMX, cu pozitiile 4 si 8 se obtin descendentii:
• F,i
• E,f
• A,b
• A,c
e
Care din urmatorii operatori pot fi utilizati intr-un algoritm genetic care foloseste reprezentarea prin
siruri de nu mere reale:
1.Negarea
2.Negarea Fuzzy
3.resetarea aleatoare
4.Fluaj
5.Mutat ia uniforma
6.Mutatia neuniforma
7.Mutatia locala
8.lnterschimbarea
9.lnserarea
10.Mutatia rapida
11.Amestecu
-- - -
I
I
12.Mutatia globala
13.lnversiunea
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.Recombinare de ordine
24.Recombinarea muchilor
25.Recombinarea Ciclica
, act ll«.,W. 111.v.l
• t5'6:1!t:13':'16.18.1~:20)
• 3.4 ••6.7.12.18.19.21
• 2.7.10.12.17.21
• 1.3.4.7.10.13.16.17.20
@
Calculul evolutive este inspirat din:
• Societatea cunoasterii
• Revolutia industriala
• Societatea informationala
• Noua revolutie agrara
• Evolutia naturala bioto-gtca,
G!J) .Rt /4 ~~ ·, fevd- ',

In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor
• CSD?!1I9! '85}mra popOlafleC?ll!:em!,

• Garanteaza obtinerea unei generatii cu calitate medie superioara. Daca foloseste selectia bazata
pe varsta .
•
•
• Asigura perpetuarea individului cu calitate maxima din populatia curenta
• Utilizeaza intotdeauna factori aleatori
• _.......-..-:-r::= =an=r.::e....,.n""e"c"'e=s'I ca cu area une ·s ributii de P.robabllitate de selectlei
• Se aplica la inceputul fiecarei iteratii
B)ISk:lPI ca asull<ll esctnd!ntlkll'.olit nu aon p puliilla c ren a
Caracteristicile unui algoritm genetic clasic (canonic)sunt:
'11~.~ !tel(fflnmJre_Dopolatiei es e.rea tzata p termediul sirurilor binar~

2.Reprezentarea populatiei este realizata prin intermediul sirurilor de numere naturale
::Pff:Jtmmltft01: e se ect,e a ununna rd irrmultisetul P-arintilor, ste ro~rtionala cu valoareaiu ~rerf
--evaluare::pentru el'
4.Probabilitatea de selectie a unui individ in multisetul parintilor este data de pozitia individului in
ierarhia populatiei, determinata pe baza functiei de evaluare
S: ro6a61U a ea..e ectuanTimel motatiil!-ste7nica1
6.Probabilitatea efectuarii unei mutatii este mare

7.Probabilitatea efectuarii recombinarii este mica
ta;PJobabUltnea efettoarltre mbinarii este mare,
9.inlocuirea populatiei curente se face pe baza de varsta

• 2.4.6.7
• Nici una din variantele A,B,C,E
•
• Nu exista algoritm genetic canonic
• 2.3.6.7.9
@
In cadrul unui algoritm evolutive populatia initiala
• Este generate utilizand distributia de probabilitate uniforma
• Este generate la inceputul fiecarui ciclu evolutive
• Este setata pe multimea vida
• Este generate dupa fiecare ciclu evolutiv
• Est eneratec1leato
• Este generate utilizand distributia pe probabilitate normala
• ~ en-erateJoalOt a I ~lirevolutiei-propriu-zise
I
BIn cadrul unui algoritm genetic operatia de recombinare:
•
•
•
•
• Este utilizata cu probabilitate mica
• ste efe-ctoatTltffatlv
• Este utilizata doar in probleme fara constrangeri
• In general probabilitatea de recombinare nu conteaza in rezolvarea problemelor prin algoritmi
genetici
• (Este util za a cu pro a 6Uitate m re
<Ev
• referabila-atuncr cand entruiiecare gennunt)!osibite-mai mult cfe-2v.t1Mratstmae'

• Este preferabila pentru probleme de optimizare
• Este doar un exercitiu de implementare, nefiind necesara
• Nu poate fi utilizata in cazul atributelor ordinate
• Nu este utilizata in algoritmi genetici
@
In cadrul unui algoritm din clasa strategiilor evolutive, operatia de recombinare:
• Alege pentru recombinare in medie jumatate din indivizi

• Este utilizata doar in probleme cu constrangeri
• ste:efeffiiat terativ>
• Este efectuata o singura data, dupa prima etapa de genera re a unei populatii
• lO!.tertnlna otrnn_erea unu1 mu ffsefc e cop1i in ..
•
•
•
@
In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor:
1.se aplica asupra populatiei curente
calcuhrrenmel"lll lrutlnte:P- obablll te de--selectie

3.utilizeaza intotdeauna factori aleatori
7.asigura perpetuarea individului cu calitate maxima din populatia curenta
8.duce la cresterea calitatii medii a populatiei curente
9.garanteaza obtinerea unei generatii cu calitate medie superioara, daca foloseste selectia bazata pe
varsta
10.se aplica la inceputul fiecarei iteratii
11.se aplica asupra descendentilor obtinuti din populatia curenta
~ lica:asupra1)0pulatle1 curentB rasujjra clescenHentllor obtini.itl din populatia curenta
• 4.8.11
• 6.8.11
• 2.3.4.5.6.11 ....,
• 1.7
<!ii)
lna l orit mii genetici r P.rezentarea binara
fast piimlll tl p deTe rezentare a cromozomilor in algoritmi genetici,

• Este cea mai utilizata varianta de reprezentare a genotipurilor
• Duce mereu la rezultate optime
• Nu depinde de problema rezolvata
• Nu e utilizata pentru algoritmi genetici
@
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 obtinut cromozomul {7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, S, 10, 4,
9}. Cele 2 pozitii utilizate pentru amestec sunt:
• 2 Si 13
• 4 Si 8
• z._s·
~ 4 '
• 1 si 12
2 sl 151
• 3 si 15
• 3si 13
2E-8.5-25.5
C€ 0) Tipurile de probleme care pot ft rezolvate pe baza calculul evolutiv sunt: Probleme
de optlmizare (1), Probleme de modelare (4), Probleme de simulare (6) -> 1,4,6
OMS (B).
0 Care din urmatorii operatori pot ft utilizati intr-un algoritm genetic care foloseste
reprezentarea prin siruri reale? Mutatia uniforma (5), Mutatia neuniforma cu •
distributie fixata (6), Aritmetica simpla (18), Aritmetica singulara (19), Aritmetica
C\ totala (20), Unipunct (14), Multipunct(15), Unifonna(16)-> (A)
~ In algoritmii genetici, reprezentarea prin siruri de numere intregi: e preferabila atunci
cand pentru fiecare gena sunt posibile mai mutt de doua valori distincte (D).
@ In algoritmii genetici, reprezentarea prin permutari: neceslta operator! de variatie
G) Calculul evolutiv este inspirat de: evolutia naturala biologica (A).
(!)Algoritmul Hillclimbing: se apllca asupra unul slngur punct din spatlul de cautare
performantele (2), De obicei gaseste un punct de optim local (7), Gaseste uneori
solutia optima (5)
Later edit: nu gaseste ·mereu solutia optima.(closed) - Cezar
\
(!)
In algoritmii genetici, reprezentarea binara: (B) A fest primul tip de reprezentare a
cromozomilor In algoritmll genetic!
) @ Caracteristicile unui algoritm genetic clasic: (E)1,3,5,8 --1.Reprezentarea populatiei
este realizata prin intermediul sirurilor binare, 3.Probabilitatea de selectie a unul
individ in multisetul parintilor este proportionala cu valoarea functiei de evaluare
pentru el; 5. Probabilitatea efectuarll unel mutatii este mica; 8.Probabilitatea
efectuarii recombinarii este mare
@ lntr-un algoritm evolutiv, functia de tip calitate: Evalueaza calitatea fiecarui candidat
(2), Trebuie maximizata{4) (B)
@ componentele algoritmilor evolutivi sunt: reprezentarea, functia de evaluare,
populatla, mecanismul de selectare a parintilor, operatorii de variatie,
mecanismul de selectare a membrilor generatiel urmatoare, definirea modului
de initializare(populatia initiala) si definirea conditlei terminate => raspuns
corect: {B)
PARTEAll-variante multiple(gen) ?OAT~ suNT CV vcRbE

r • • ._. , • o •
~ALBEfJ:=:.S!GUF
~---
~ ERDE :f""jf:fCER
--~--_..,..__..,~-·
_,__ ______T;
..,_,,_
,.,.
d
\
1. In cadrul unul algoritm din clasa strategiilor evolutive, operatia de mutatie:

b, ...: L?.. :: Este reali:?ata =cu ·p~obabilitate: mica
• c. Utilizeaza populatia curenta
~:-:=).'.=1:=/,;::\Jtllizeaza·popuJatfa ·de:copii
~:::: ·::::i::> . crprriozornia(~
0~1e:rm!na=~iri,-t:ili~.
, f.·:~·;:::t :::··;· :.Este_di. tip· neunlfornj
o i. . :. : .. Este _efectu·ata· iterativ
j . .· _: ·.: .... Este:efectuata iiiiediat ce este disp·onibila o populatie de copii
@ 1!1 cadrul unui algoritm genetic operatla de recombinare:

e. ·Est"e.etedu'a"ta.iri-iediafiiiaintea··rieca·re·proc·edtiri=de ·mutatie=
f. .::.. .:~ste:ef~ctuata' Jl'!le.di_at:dupa ~eca_r:~ '. -~tap_a::c;Je..s.elec_ti_e_:~. p~~nt~l_qr
g: ·. :_ Este ·utillzata cu probabilitate'}nari:f (intre·o.s :si'1 ;·pag·~79)
ti:: ..l ·Este:ef.e~tu ~fa:,i~.rati ~
=

j. . .::·:.Utilize·a~~:·popul~tfa·d_ej>ari_n_ti:(reco_
ri.l)llo_ari.a\cel<>r:~.91 Pirir}ti)
®
a. ·
In -cadrul unul algoritm evolutiv populatia initlala
Este generata la inceputul fiecarui ciclu evolutiv-nu, pentru ca ciclu evolutiv
~ ~::: :: .:· E~~e g~riefata _i_na[rite~·_incepe~i :~vol1:1tiei_p~opi"ili_
~~,~~
e/ >- Este generata utilizant distributia-de probabilitate uniforma
C i_> '.:: Este
·g~~et~t~:~,~~t6,: ·c1~ .ca:ndid~ti ~~t~ ge'herat
:(~-~t~"r"i~:i:ti~-i /curs 1) aieafor
~ Fie urmatorii doi cromozoml de tip pennutare {6, 3, 11,7, 14, 8 5, 15, 1, 2, 4, 13, 9 1
,W,12} sl {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 obtln descendentll.
a.531513214610128479111
b.531113214615184791012
c: 5 3.1113 2 14 6 1~1 8-4"7 9 _15=12 .: 'al doilea copil
d:13:1 10 714·8 515 -12114 2.3 9.6. _-primul"copil
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12
f. 13 1 15 7 14 8 510 12 1142 3 9 6
g. j]_ 12 11 7 14 8 5 15 1 10 4 2 3 9 6
h. ll 111 7 14 8 5 15 12 10 4 2 3 9 6
i.j],1211714851511042396
j. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1
(s)_
a. ·
1n ~ad~ul_u_~u_
l a_lg~~itm_din c~asa strateglltor evolutive, operatia de recomblnare:
Este de tip local.sau global
f. . ._Utilizeaza poplatia ·cui-enta
h. Determlna .ol:>tirierea _uiiui :rri'ultiset ·de :copii ·i,;:·genei-a{de :dimen·siun1fr1af'ma'ri
comparativ' cu popu.latia cl.irenta.
i. Este utilizata dear in probleme cu constrangeri
j. : .. Este efectuata·iterativ
@ In cadrul unul algoritm din clasa strateglilor evolutive, reprezentarea cromozomilor

-a. lnfluenteaza tipul de recombinare folosit
reale, permutari
t. ;: Nu ,rinueriteaza .tipufde:iiiutatie:tok>sit(discretai riecl,scretaj
g. ·Po~te fi_nU!'J:lai ~.e)\ru_r!·a_e nU_rD~r~;rec;!le:
h. : cohiine:atat descriere'a. .indi"vfdu1uf cand1dat cat ·snraramefri.i care:c·oniroiea·za
eyplutia ~~ ~
In cadrul unul algoritm genetic operatia de selectle a parintllor

lntotdeauna este bazata pe o distributie de probabilitate de selectie
b.: ) :Utilizeaza ·pop-ulatia ·curenta
d. Este utilizata dear in probleme cu constringeri
f. '\. '. -: Este _efectu·ata·irnediaf ce este·.disponibila o populatie curenta eva
iuata
k~· ·Este efecti.Jata iterativ
r
!...... Poate. fi realizata prin utilizarea unei distributii ·d e probabilifate.!'.f~ :s.eJecti_e
~ Fie urmatorul cromozom de tip permutare {7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2,
~ In urma aplicarii operatorului de mutatie prin amestec s-a obitnut cromozomul {7, 14,
13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 1o, 4, 9 }. Cele doua pozitll utilizate pentru amestesc sunt:
7, 6.12.14. 3, 10. 8.15.11, 5, 4, 1, 13, 2, 9
7,14,13,12,1,15,2,8,6,3,11,5,10, 4, 9
a. 3 si 13
6:·· .. :.fsi'1s
~-- ..1 :;5U4.
d. 4 si 8
e. 1 si 12
f. 4 si 15
g. 3 si 15
h. 2 si 13
i. :: : :2 .si ~4.
j. .... · ·2 si:15
k. 1 si 13
(Ori e doar I, ori e E,G,H,1-Cezar)
eu as zice b/c/i/j pentru case aplica mutatia o singura data
@ In cadrul unui algoritm genetic operatia de mutatle

6 a. : f,.re pro~abilitat.e mi.c a V
c. tntotdeauna produce indivizi fezabili
d.: :· Se ·apilca asupra ·desceridentiloq:frodus1 ·c:Je operatia de ·reconibiriaie( /
d f. Se aplica asupra populatiei curente
~ h. : · . Pciate 'sa:procfoca hid1vi21 n·efezal:iiii V
i. Se efectueaza o singura data, dupa generarea populatiei initiate (mutatia se face
de ~ai multe ori; in cazul unui algoritm genetic, mutatia se face in fiecare era)
j. ~ e~apllca imeoiat lnalntea fiecarei etape de sele-ctle a~generatiei-urmatoare'> (cred v
ca dupa mutatie urmeaza evaluare si dupa aceea selectia.- deci asta nu ar fi)
I. Nu foloseste factori aleatori.
/;le. M.u. 1 O. In cadrul unui algoritm genetic operatia de seleXCCCCCCSCC

e. ~ A~AJ..· 9. · ..se aptica asupr~i papu1a~iei ~ur.e~t:ifsras·upr~ descendenu1or;·obtinuti.
h. Garanteaza obtinerea unei generatii cu calitate medie superioara. Daca foloseste
selectia bazata pe varsta . (ASTA ESTE GENITOR, NU VARSTA)
i. Se aplica asupra descendentilor. Asigura perpetuarea _individului cu calitate
j. . Alege generatia urmatoare dintre indivizii disponibili dupa operatia de mutatie
d
Structura EA
111
Pas 1. lnifializeaza populafie. Construie?te Pi prin alegere aleatoare
e Pas 2. Evalueaza candidafi. Pentru fiecare x e Pi calculeaza f(x)
u Pas 3. Repeta
• 3.1. Selecteaza parin1i 'BJ>i f; J>i
• 3.2. Recombina perechi (sau n.-Jt,m!Yd) de parin1i => progenituri
• 3.3. Aplica mutafii asupra progeniturilor => noi candidati
• 3.4. Evalueaza noii candida\~
• 3.5. Selecteazii indivizii pentru generatia urmatoare Pi+i
• 3.6. i ~ i + 1
~ Pina cind este satisfacuta condifia de terminare
Structura GA
·- ·--
i +- 0
Pas1 . lni/ilizarea popu/afie"r. 'Pi este obtinuta prin generarea aleatoare a
candida\ilor la solu\ie
Pas2. Eva/uarea candidafilor. pentru fiecare x e 'P1, determina f ~x)
Pas3. Repet~
3.1. Selecteaza mul\imea de parin\i 'B'P;
3.2. Recombin~ perechi (sau n-tupluri) de parinti
3.3, Efectueaza mutafii asupra progeniturilor rezultate
3.4. Evalueaz~ noii ca~dida\i la solu\ie _
3.5. Selecteaza indiv1zii pentru constituirea genera1iei urmatoare, J>i+ 1:
3.6. i +- i + 1
pana cand (Cond~ie_terminare este s-atisfactita)
d
Partea I:
3. E preferabila atunci cand pentru fiecare gena sunt posibile mai mult de doua valori
distincte
datelor de dimensiune mare(big-data); 4. Probleme de modelare; 5.Probleme de validare
a datelor; 6. Probleme de simulare; 7 Alocarea dinamica a datelor in memoria
1. 2,4,6
3. 2,4,6,8
4. 1,3,5,7
5. 2,3,4
1. 6,7,8
2. 5
4. 1,3
5. 9,10
2: Slide 14)
1. 1,2,5,6,7,14,15
2. 1,3,5,7,10,12,14,15
3. 2,4,6,8,11,13
4. 2,4,5,9,15
5. 1,3,5,6,10,13,14,15
Aplicarea se poate repeta pentru mai multe puncte pentru a creste performantele; 3. Este
inspirat din tehnicilie de alpinism; 4. Gaseste intotdeauna solutia optima; 5. Gaseste
uneori solutia optima; 6. Calculele se incheie atunci cand temperatura sistemului devine
0; 7. De obicei gaseste un punct de optim local; 8. Se utilizeaza numai pentru
reprezentarea cu siruri de numere reale;
1. 1,2,5,7
2. 1,5,7,8
3. 1,2,4,7
4. 1,4,6,7
5. 3,4,6,8
individ in multisetul parintilor este proportionala cu valoarea functiei de evaluare pentu el;
4. Probabilitatea de selectie a unui individ in multisetul parintilor este data de pozitia
individului in erarhia populatiei, determinata pe baza functiei 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.
2. 2,4,6,7
5. 2,3,6,7,9
2. 2,7,10,12,17,21
3. 1,3,4,7,10,13,16,17,20
4. 3,4,5,6,7,12,18,19,21
5. 5,6,14,15,16,18,19,20
Partea II:
1. Siruri de numere
x2 = {13,1,10,7,14,8,5,15,12,11,4,2,3,9,6}
y2 = {5,3,11,13,2,14,6,10,1,8,4,7,9,15,12}
recombinare:
populatii
cromozomilor
populatii
1. 3 si 13
2. 1 si 15
3. 1 si 14
4. 4 si 8
5. 1 si 12
6. 4 si 15
7. 3 si 15
8. 2 si 13
9. 2 si 14
10. 2 si 15
11. 1 si 13
urmatoare
selectie
mutatie
Partea I:
distincte
1. 2,4,6
3. 2,4,6,8
4. 1,3,5,7
5. 2,3,4
1. 6,7,8
2. 5
4. 1,3
5. 9,10
2: Slide 14)
1. 1,2,5,6,7,14,15
2. 1,3,5,7,10,12,14,15
3. 2,4,6,8,11,13
4. 2,4,5,9,15
5. 1,3,5,6,10,13,14,15
1. 1,2,5,7
2. 1,5,7,8
3. 1,2,4,7
4. 1,4,6,7
5. 3,4,6,8
2. 2,4,6,7
5. 2,3,6,7,9
2. 2,7,10,12,17,21
3. 1,3,4,7,10,13,16,17,20
4. 3,4,5,6,7,12,18,19,21
5. 5,6,14,15,16,18,19,20
Partea II:
1. Siruri de numere
x2 = {13,1,10,7,14,8,5,15,12,11,4,2,3,9,6}
y2 = {5,3,11,13,2,14,6,10,1,8,4,7,9,15,12}
recombinare:
populatii
cromozomilor
populatii
1. 3 si 13
2. 1 si 15
3. 1 si 14
4. 4 si 8
5. 1 si 12
6. 4 si 15
7. 3 si 15
8. 2 si 13
9. 2 si 14
10. 2 si 15
11. 1 si 13
urmatoare
selectie
mutatie
d) Utilizeaza populatia de copii
f) Este de tip neuniform
i) Este efectuata iterativ
2.In cadrul unui algoritm genetic operatia de recombinare:
e) Este efectuata imediat inaintea fiecare proceduri de mutatie
f) Este efectuata imediat dupa fiecare etapa de selectie a parintilor
g) Este utilziata cu probabilitate mare
h) Este efectuata iterativ
j) Utilizeaza populatia de parinti

c) Este generata inaintea inceperii evolutiei propriu-zise
f) Este generata aleator
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 descendentii.
a)Siruri de numere
x2 = {13,1,10,7,14,8,5,15,12,11,4,2,3,9,6}
y2 = {5,3,11,13,2,14,6,10,1,8,4,7,9,15,12}
recombinare:
a)Este de tip local sau global
f) Utilizeaza populatia curenta
h) Determina obtinerea unui multiset de copii in …
j)Este efectuata iterativ
cromozomilor
f) Nu influenteaza tipul de mutatie folosit(discreta/ nediscreta)
g) Poate fi numai de siruri de numere reale
h) Contine atat descrierea individului candidat cat si parametrii care ..
b) Utilizeaza populatia curenta
f) Este efectuata imediat ce este disponibila o populatie curenta evaluata
k) Este efectuata iterativ
l) Poate fi realizata prin utilizarea unei distributii de probabilitate de
selectie
8. 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) Are probabilitate mica
d) Se aplica asupra descendentilor produsi de operatia de recombinare
h) Poate sa produca indivizi nefezabili
b) In unele variante necesita calcularea unei distributii de probabilitate de
selectie
c) Indivizii alesi sunt intotdeauna fezabili
f) Uneori utilizeaza factori aleatori
g) Se aplica asupra populatiei curente
k) Se aplica asupra descendentilor obtinuti din populatia curenta
1. In algoritmi genetici, reprezentarea prin siruri de numere intregi:
c)E preferata atunci cand pentru fiecare gena sunt posibile mai mult de 2 valori distincte
2. In algoritmii genetici, reprezentarea prin permutari:
c) Are nevoie de operatori special definiti
3. Tipuri de probleme care pot fi rezolvate pe baza calculului evolutiv sunt:
b) 1.Probleme de optimizare 4.Probleme de modelare 6.Probleme de simulare
4. Intr-un algoritm evolutiv, functia de tip calitate:

c) 2.Evalueaza calitatea fiecarui candidat 4.Trebuie maximizata
5.In algoritmii genetici, reprezentarea binara:
c) A fost primul tip de reprezentare a cromozonilor in algoritmi genetici
6. Componentele algoritmilor evolutivi sunt:
b) 1. Reprezentarea, 3. Functia de evaluare, 5. Populatia, 7. Mecanismul de selectie al parintilor, 10.

Operatorii de varietate, 12.Mecanismul de inlocuire a populatiei curente, 14. Initializarea populatiei, 15.
Conditia de terminare
7.Calculul evolutiv este inspirat din:
e) Evolutia naturala biologica
8.Algoritmul hillClimbing:
a) 1.Se aplica asupra unui singur punct din spatiul de cautare, 2.Aplicarea se poate repeta pentru mai
multe puncte pentru a creste performanta, 5.Gaseste uneori solutia optima, 7.De obicei gaseste un
punct de optim local
9. Caractesristicile unui algoritm genetic classic(canonic) sunt:
c) 1.Reprezentarea populatiei se realizeaza prin intermediul sirurilor binare, 3.Probabilitatea de selectie

a unui individ in multisetul parintilor esteb proportionala cu valoarea functiei de evaluare pentru el, 5.
Probabilitatea efectuarii unei mutatii este mcia, 8,probabilitatea efectuarii mutarii este mare
reprezentarea prin siruri de numere reale:
e) 5.Mutatia uniforma, 6. Mutatia neuniforma cu distributie fixata, 14. Unipunct; 15; Multipunct; 16.
Uniforma; 18; Aritmetica simpla; 19. Aritmetica singulara; 20 Aritmetica totala;
Partea I:
distincte
1. 2,4,6
3. 2,4,6,8
4. 1,3,5,7
5. 2,3,4
1. 6,7,8
2. 5
4. 1,3
5. 9,10
2: Slide 14)
1. 1,2,5,6,7,14,15
2. 1,3,5,7,10,12,14,15
3. 2,4,6,8,11,13
4. 2,4,5,9,15
5. 1,3,5,6,10,13,14,15
1. 1,2,5,7
2. 1,5,7,8
3. 1,2,4,7
4. 1,4,6,7
5. 3,4,6,8
2. 2,4,6,7
5. 2,3,6,7,9
2. 2,7,10,12,17,21
3. 1,3,4,7,10,13,16,17,20
4. 3,4,5,6,7,12,18,19,21
5. 5,6,14,15,16,18,19,20
Partea II:
1. Siruri de numere
x2 = {13,1,10,7,14,8,5,15,12,11,4,2,3,9,6}
y2 = {5,3,11,13,2,14,6,10,1,8,4,7,9,15,12}
recombinare:
populatii
cromozomilor
populatii
1. 3 si 13
2. 1 si 15
3. 1 si 14
4. 4 si 8
5. 1 si 12
6. 4 si 15
7. 3 si 15
8. 2 si 13
9. 2 si 14
10. 2 si 15
11. 1 si 13
urmatoare
selectie
mutatie
1 intrebare
Corect
t-' lntrebare cu flag
Tn algoritmii genetici, alegerea unei anumite

reprezentari 1. Este independenta de
problema de rezolvat; 2. Depinde de problema
de rezolvat; 3. Poate fl facuta aleator; 4. Este
imposibila, fiind folosita doar reprezentarea
prin numere reale; 5. Influenteaza calitatea
solutiei furnizate.
I
Alegeti o optiune:
a. 2,3
• b. 2, v
C. 1,3
d.4
e. 3,5
Raspunsulcorecteste:2,5
2 intrebare
Corect
r, lntrebare cu flag
In cadrul unui algoritm evolutiv condi1ia de

terminare: 1. Este obligatorie; 2. Nu este
indicata; 3. Include obligatoriu, direct sau
indirect, controlul numarului de itera1ii
(numarul popula1iilor generate); 4. Nu poate fl
implementata; 5. Este utilizata doar in cadrul
GA, nu ~i in cadrul ES.
Alege1i o op1iune:
a. 5
b. 2,3,4
C. 2,4
• d. 1, ~
e. 1,5

3 intrebare
Corect
l' lntrebare cu flag
Tn cadrul strategiei evolutive cu 2 membri (ES-

2M): 1. Este generata o populatie initiala
aleator, din distributia
, normala; 2. La flecare
moment al evolutiei algoritmului este
mentinut un singur candidat la solutie; 3 .
Populatiile sint de dimensiuni mari; 4. Calculul
unui termen nou este realizat prin mutatie
gaussiana pentru fiecare componenta a
vectorului curent; 5. Sint rezolvate probleme
pe spatii continue; 6. Fiecare termen este
calculat in maniera stochastica; 7. Calculul
unui termen nou este realizat prin mutatie
gaussiana pentru o componenta selectata
aleator din vectorul curent; 8 . Este
intentionata
, cresterea
, calitatii
, medii a
populatiei curente; 9. Este garantata
obtinerea unui optim g~obal; 1 O.La inceputul
flecarei iteratii
, este testata dimensiunea
populatiei curente; 11 . Sint creati descendenti
obtinuti din populatia curenta prin
recombinare locala.
Alegeti o optiune:
a. 2,4,5, ~
b. 1, 10
C. 2,4, 6,9
d. 6, 8, 11
e.4,8, 11
Raspunsulcorecteste:2,4,5,6
4 intrebare
4 intrebare
lncorect
v lntrebare cu flag
Tn algoritmii genetici, reprezentarea prin ~iruri

de numere 1ntregi
Alege1i o op1iune:
a. Este preferabila pentru problemele
de optimizaroc
b. Nu poate fl utilizata in cazul

atributelor ordinale
c. Este preferabila atunci cind pentru

fiecare gena sint posibile mai mult de
doua valori distincte
d. Nu este utilizata in algoritmi genetici
e. Este doar un exercitiu de

I
implementare, nefiind necesara
Raspunsul corect este: Este preferabila atunci

c1nd pentru fiecare gena s1nt posibile mai
mult de doua valori distincte
5 intrebare
lncorect
Tn algoritmii genetici, opera1ia de selec1ie a

parintilor
Alegeti o optiune:
a. Este utilizata 1n general 1n maniera
nedeterminista
b. Este doar un exercitiu de

I
implementare, nefiind necesara
c. Nu este utilizata
• d. Este utilizata determini~
e. Este utilizata 1n functie de

I
reprezentarea cromozomiala
Raspunsul corect este: Este utilizata 1n

general 1n maniera nedeterminista
6 intrebare
Corect
Tntr-un algoritm evolutiv, functia de evaluare:
Alegeti o optiune:
a. se alege Tn functie de dimensiunea
populatiei
b. este definita pe spatiul

unidimensional
c. este stabilita de Holland
d. este o functie asimptotica
• e. estimeaza nivelul de adaptare a

individul~
Raspunsul corect este: estimeaza nivelul de

adaptare a individului
7 intrebare
Corect
v intrebare cu flag
Fie X=[ 6 1 8 1O5712 43 9 3 4 2] o secven1a

de numere 1ntregi. In urma aplicarii muta1iei
fluaj poate fi ob1inuta urmatoarea varianta
mutata: 1. V=[ 16 1 8 1o 5 7 12 43 9 3 4 2 ]; 2.
Y=[ 6 1 8 10 5 7 12 43 9 4 3 2 ]; 3. Y=[ 6 1 8 10
1 5 7 12 43 9 3 4 2 ]; 4. Y =[ 7 1 8 10 5 7 12 43
9 3 4 2 ]; 5. Y=[ 6 1 8 10 5 7 12 43 9 3 4 2 ]; 6.
V=[ 6 1 8 10 5 7 12 42 9 3 4 2 ]
• a. 2,4, 5, ~
b. 2,4,6
C. 1,2,3,4, 5,6
d.4,5,6
e. 2,3,4,5,6
8 intrebare
Corect
°C-' lntrebare cu flag
Algoritmii genetici
Alegeti o optiune:
a. S1nt metode deterministe de cautare
1n spa1iul solu1iilor
b. Folosesc exclusiv selectii

I
deterministe
c. Rezolva exclusiv probleme definite

pe spa1ii continue
d. Utilizeaza la flecare moment de timp

o varianta de solu1ie modiflcata prin
perturbare normala
• e. S1nt tehnici de cautare stochastica

bazate pe popula1~
Raspunsul corect este: S1nt tehnici de cautare

stochastica bazate pe popula1ii
9 intrebare
Corect
v lntrebare cu flag
Algoritmul ES2M:
Alegeti o optiune:
• a. Este algoritmul auto-adaptiv primar
Raspunsul corect este: Este algoritmul auto~

adaptiv primar
10 intrebare
Corec1
Marca11,00 din 1,00
V intrebare cu flag
Tn cadrul unui algoritm genetic opera1ia de

selectie a supravietuitorilor: 1. Se aplica
asupra populatiei curente; 2. Tn unele variante
necesita cal cu Iarea unei distributii de
I
probabilitate de selec1ie; 3 . Utilizeaza

intotdeauna factori aleatori; 4. Alege
genera1ia urmatoare dintre indivizii disponibili
dupa operatia de mutatie; 5. lndivizii ale~i sint
intotdeauna fezabili; 6. Uneori utilizeaza
factori aleatori; 7 . Asigura perpetuarea
individului cu calitate maxima din popula1ia
curenta; 8. Duce la cresterea calitatii medii a
I I
popula1iei curente; 9 . Garanteaza ob1inerea

unei generatii cu calitate medie superioara,
daca folose~te selec1ia bazata pe virsta;
1O.Se aplica la inceputul fiecarei itera1ii; 11.
Se aplica asupra descenden1ilor ob1inu1i din
popula1ia curenta; 12. Se aplica asupra
popula1iei curente ~i asupra descendentilor
obtinuti din populatia curenta.
Alege1i o op1iune:
a. 2, 4,5,6, 1~
b. 2,3,4, 5,6, 11
C. 1, 7
d. 6,8, 11
e.4, 8, 11
Raspunsulcorecteste:2,4,5,6, 12
11 intrebare
Corect
Tipurile de probleme care pot fi rezolvate pe

baza calculului evolutiv s1nt: 1. Probleme de
optimizare; 2. Probleme de geometrie; 3.
Prelucrarea datelor de dimensiune mare (big-
data); 4. Probleme de modelare; 5. Probleme
de validare a datelor; 6. Probleme de simulare;
7. Alocarea dinamica a datelor 1n memoria
calculatorului; 8. Deplasarea autonoma a
vehiculelor.
Alege1i o op1iune:
• a. 1, 4, ~
b. 1,3,5, 7
C. 2,3,4
d. 2,4,6,8
e. 2,4,6

12 intrebare
lncorect
r., lntrebare cu flag
Fie X=[ 618105 7 9 3 4 2] o permutare. Tn

urma aplicarii mutatiei prin inversiune pentru
pozitiile (2,7) poate fi obtinuta urmatoarea
varianta mutata Y: 1. Y=[ 2 6 7 8 1 o 5 1 9 3 4];
2. Y=[ 6 9 7 5 10 8 1 3 4 2] ; 3. Y=[ 7 6 8 10 5 1
9 3 4 2] ; 4. Y=[ 6 7 10 8 5 9 1 3 4 2] ;5. Y=[ 6
8 7 5 1 0 1 9 3 4 2 ] ; 6. Y =[ 6 2 8 1 0 5 1 9 3 4 7]
Alegeti o optiune:
• a. ,c
b. 2
C. 1,5
d. 2,5
e. 1
Raspunsul corect este: 2

13 intrebare
lncorect
~., lntrebare cu flag
Fie permutarile x=[1 O 2 3 9 1 7 6 4 8 5] 9i

y=[5 4 7 2 1 9 3 6 8 1 O], un cromozom
copil rezultat prin PMX este c=[ 5 2 3 9 1
4 7 6 8 1 O]. Atunci ordinea considerarii
parintilor 9i respectiv punctele de 1ncruci 9are
s1nt:
Alegeti o optiune:
• a. (y,x) 9i (1,4,C
b. (y,x) 9i (2,5)
C. (x,y) 9i (1,4)
d. (x,y) 9i (2,5)
e. (y,x) 9i (1,5)
Raspunsul corect este: (x,y) 9i (2,5)

14 intrebare
lncorect
\""" lntrebare cu flag
Care din urmatoarele metode pot fi folosite Tn

cadrul algoritmilor memetici pentru a
Tmbunatati informatia Tn interiorul unei
' '
popula1ii: 1. recursivitate; 2. hillclimbing; 3.
divide et impera; 4. strategie evolutiva cu doi
membri; 5. backtracking; 6. metode exacte; 7.
metode euristice; 8. validarea datelor; 9.
metoda gradientului; 10. ECX .
• a. 2, 4, 6, 8, 1 ~
b. 1,3,5, 7,8
C. 2,3,5,6,9
d. 2,4,6, 7,9
e. 1,3,6, 7, 10
Raspunsulcorecteste:2,4,6, 7,9
15 intrebare
lncorect
'v lntrebare cu flag
Decodiflcarea trebuie realizata:
Alegeti o optiune:
a. Niciuna din celelalte variantoc
b. Nu e necesara Tn algoritmii genetici
d. Obligatoriu dupa extragerea celui mai

bun individ din populatia finala
e. Garanteaza obtinerea de rezultate

'
optime
Raspunsul corect este: Obligatoriu dupa

extragerea celui mai bun individ din populatia
finala
16 intrebare
lncorect
-c:, lntrebare cu flag
In algoritmii genetici, reprezentarea prin

permutari
Alegeti o optiune:
• a. Nu permite utilizarea de operatori de
recombinaroc
b. Nu permite utilizarea de operatori de

mutatieI
d. Necesita operatori de variatie special

definiti I
e. Nu permite mai mult de doua gene cu

aceeasi valoare intr-un cromozom
I
Raspunsul corect este: Necesita operatori de

variatie special definiti
17 intrebare
lncorect
~, lntrebare cu flag
Tn cadrul unui algoritm evolutiv populatia

initiala: 1. Este generata Tnaintea Tnceperii
evolutiei propriu-zise; 2. Este generata dupa
ftecare ciclu evolutiv (care presupune
efectuarea operatiilor de selectie,
recombinare, mutatie, evaluare); 3. Este
generata la Tnceputul ftecarui ciclu evolutiv; 4.
Este generata aleator; 5. Este generata
utilizTnd distributia de probabilitate uniforma;
6. Este generata utilizTnd distributia de
probabilitate normala; 7. Este setata pe
multimea vida.
I
Alegeti o optiune:
• a. 1, 2, 4, 5, ~
b. 1,2,4, 7
C. 1,4,5
d. 2,5,7
e. 5, 7

18 intrebare
lncorect
~-' lntrebare cu flag
Fie X=[ 618105 7 9 3 4 2] o permutare. Tn

urma aplicarii muta1iei prin amestec pentru
pozi1iile (2,7) poate fl ob1inuta urmatoarea
varianta mutata V: 1. Y=[ 2 6 7 8 1 o 5 1 9 3 4];
2. Y=[ 6 7 8 10 5 1 9 3 4 2] ; 3. Y=[ 7 6 8 10 5 1
9 3 4 2] ; 4. Y=[ 6 7 10 8 5 9 1 3 4 2] ;5. Y=[ 6
9 7 5 1 0 8 1 3 4 2 ] ; 6. V= [ 6 2 8 1 0 5 1 9 3 4 7]
Alege1i o op1iune:
• a. 1, 2, k
b. 3,4,5
C. 1,2,3
d. 2,4,5
e. 2,5,6
Raspunsulcorecteste:2,4, 5
19 1ntrebare
lncorect
lntrebare cu flag
Tn cadrul unui algoritm genetic opera1ia de

recombinare: 1. Este efectuata o singura data
pe parcursul unui algoritm genetic; 2 . Este
efectuata imediat dupa fiecare etapa de
selec1ie a parin1ilor; 3. In general
probabilitatea de recombinare nu conteaza 1n
rezolvarea problemelor prin algoritmi genetici;
4 . Este efectuata imedm
at inaintea fiecarei
proceduri de muta1ie; 5. Este efectuata
imediat 1naintea fiecarei etape de selec1ie a
parin1ilor; 6. Utilizeaza popula1ia de parin1i; 7 .
Este utilizata doar in probleme fara
constringeri; 8. Este utilizata cu probabilitate
mare; 9 . Este utilizata cu probabilitate mica;
1 o. Este efectuata o singura data, dupa prima
etapa de selec1ie a pari n1ilor.
Alege1i o op1iune:
a. 2, 5, 7, ~
b. 1,2,7,8
c. 4,8,9, 10
d. 2, 3,4,7
e. 2,4,6,8
20 intrebare
Corect
v lntrebare cu flag
Alege1i o op1iune:
• a. Evolu1ia naturala biologic4'
b. Revolutia
, industriala
c. Noua revolu1ie agrara
,
e. Societatea informationala
,
Raspunsul corect este: Evolu,ia naturala

biologica
21 intrebare
Corect
Fie urmatorul cromozom de tip permutare: {7,

6, 12, 14,3, 10,8, 15, 11,5,4, 1, 13,2,9}.ln
urma aplicarii operatorului de muta1ie prin
amestec s-a ob1inut cromozomul: {7, 14, 13,
12, 1, 15, 2, 8, 6, 3, 11, 5, 1 o, 4, 9 }. Cele doua
pozi1ii utilizate pentru amestec sint: 1. 1 ~i 14;
2. 4 si 15; 3. 3 si 15; 4. 4 si 8; 5. 2 si 15; 6. 1 si
I I I I I
12; 7. 2 si 14; 8. 2 si 13; 9. 1 si 15; 10. 1 si 13;

I I I I
11. 3 si 13.
'
Alege1i o op1iune:
a.6
b. 2
C. 6, 7,9
• d. 1,5, 7, Q,
e. 5, 10
Raspunsulcorecteste: 1,5, 7,9

22 intrebare
Corect
\t;- lntrebare cu flag
Care din urmatorii operatori pot fi utilizati Tntr-

un algoritm genetic care folose 9te
reprezentarea prin 9iruri de numere reale? 1.
Negarea; 2. Negarea fuzzy; 3. Resetarea
pseudo-aleatoare; 4. Resetare determinista;
5. Mutatia uniforma; 6. Mutatia neuniforma cu
' '
distributie fixata; 7. Mutatia locala; 8.
' '
lnterschimbarea; 9. lnserarea; 10. Mutatia
,
rapida; 11 . Amestecul; 12. Mutatia globala;

13. lnversiunea; 14. Recombinare unipunct;
15. Recombinare multipunct; 16.
Recombinare uniforma; 17. Recombinarea
radacinilor; 18. Recombinare aritmetica
simpla; 19. Recombinare aritmetica singulara;
20. Recombinare aritmetica totala; 21.
Recombinarea 9irurilor maxime; 22. Partially
mapped crossover; 23. Recombinare de
ordine; 24. Recombinarea muchiilor; 25.
Recombinarea ciclica
Alegeti o optiune:
• b. 5,6, 14, 15, 16, 18, 19,2Q,
C. 1,3,4,7, 10, 13, 16, 17,20
d• 2, 7 10 12, 17 21
I I I
e. 3,4,5,6,7,12,18, 19,21
Raspunsulcorecteste: 5,6,14,15,16,18,19,
20
23 intrebare
Corect
v lntrebare cu flag
Fie X=[ 6 1 8 10 5 7 9 3 4 2] ~i Y=[ 9 8 7 3 6 1

5 1 O 4 2] permutari. Care urma~i sint genera1i
Alege1i o op1iune:
a. C1 =[ 6 7 8 10 5 1 9 3 4 2 ], C2=[ 9 8 1
36751042]
• b. C1 =[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8
3 6 7 5 10 4 2~
c. C1 =[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1
83675104]
d. C1 =[ 2 6 7 8 10 5 1 9 3 4 ], C2=[ 2 8 1
36751049]
e. C1 =Y, C2=X
Raspunsul corect este: C1 =[ 6 8 7 1 o 5 1 9 3 4

2 ], C2=[ 9 1 8 3 6 7 5 1 0 4 2]
24 Tntrebare
lncorect
v lntrebare cu flag
In cadrul unui algoritm din clasa strategiilor

evolutive, reprezentarea cromozomilor: 1.
Poate fl oricare dintre: siruri binare, siruri de
I I
numere Tntregi, ~iruri de numere reale,

permutari; 2. Poate fl numai de tip ~iruri de
numere Tntregi sau reale; 3. Poate fl numai de
tip ~iruri de numere reale; 4. Nu influenteaza
tipul de recombinare folosit (discreta /
intermediara); 5. Se alege Tn functie de
problema care se rezolva; 6. lnfluenteaza tipul
de recombinare folosit; 7. Are influenta
'
asupra mecanismului de selectie a generatiei
urmatoare; 8. Cantine at1t descrierea
individului candidat cit ~i parametrii care
controleaza evolutia sa.
'
Alegeti o optiune:
• a. 1, 3, 4, ~
b. 2,4,5,6
C. 2,4,5,8
d.1,7,8
e. 3,4,8
Raspunsulcorecteste:3,4,8
25 intrebare
Corect
...._, Tntrebare cu flag
Tn cadrul unui algoritm din clasa strategiilor

evolutive, opera1ia de muta1ie: 1. Este utilizata
doar 1n probleme cu constr1ngeri; 2. Este
efectuata imediat ce este disponibila o
popula1ie de copii; 3. Alege pentru muta1ie 1n
medie jumatate de indivizi; 4. Utilizeaza doua
multiseturi distincte de copii; 5. Este de tip
neuniform (fluaj); 6. Este efectuata o singura
data, dupa prima etapa de generare a unei
popula1ii; 7. Este realizata cu probabilitate
mica; 8. Este efectuata o singura data pe
parcursul unui algoritm; 9. Determina
structura cromozomiala; 1 O. Utilizeaza
popula1ia curenta; 11. Este efectuata iterativ.
Alege1i o op1iune:
• a. 2, 5,9, 1~
b. 2,5,9, 10
C. 1, 5,6,8
d. 1, 4, 5, 7
e. 1,5,9, 10
Raspunsulcorecteste:~5,9,11
26 1ntrebare
lncorect
t-' lntrebare cu flag
In cadrul unui algoritm genetic care

maximizeaza o func1ie (fitness): 1. Selec1ia
genera1iei urmatoare este obligatoriu bazata
pe vTrsta; 2. STnt rezolvate doar probleme cu
constrTngeri; 3. Muta1ia este realizata cu
probabilitate mica; 4. Nu este recomandata
utilizarea selec1iei FPS; 5. Multisetul copiilor
este fara duplicate; 6. Selec1ia
supravie1uitorilor este determinata de calitate
si/sau factorul vTrsta; 7. Recombinarea este
I
realizata rareori; 8. Se
urmare~te determinarea unui punct de maxim
global; 9. Structura cromozomiala difera daca
functia
, este translatata.
Alege1i o op1iune:
• a. 1, 3, 5, ,C
b.4,6,8
C. 3,6,8
d. 1,3,4, 7
e. 5,6, 7
Raspunsulcorecteste:3,6,8
27 intrebare
lncorect
v lntrebare cu flag
Fie urmatorii doi cromozomi de tip permutare:

{ 6, 3, 7, 8, 5, 1, 2, 4, 9 } ~i { 7, 2, 8, 5, 6, 9, 4, 1,
3}. Aplicind operatorul de recombinare PMX,
cu pozi1iile 3 ~i 6 se ob1in descenden1ii: a. 6,
3, 7,8, 5,9,4, 1,2; b. 7,4,6,8, 5, 1, 2,9,3;c. 8,
3, 7, 5,6,9,4,2, 1;d. 6,2, 7,8, 5, 1,4,9,3;e. 7,
2,8, 5,6, 1,3,4,9;f. 6, 2, 7,8, 5, 9,4, 1,3;g. 7,
9, 8, 6, 5, 1, 2, 4, 3; h. 7, 3, 8, 5, 6, 9, 2, 4, 1;i. 7, 3,
8,5,6, 1,2,4,9;j. 5,3, 7,8,6,9,4, 1,2.
Alege1i o op1iune:
• a. a, OC
b. b,c
C. d,h
d. g, j
e. f, i
Raspunsul corect este: d, h

28 intrebare
Corect
v lntrebare cu flag
Componentele algoritmilor evolutivi s1nt: 1 .

Reprezentarea; 2. Probabilitatea de muta1ie;
3. Functia de evaluare; 4. Probabilitatea de
I
recombinare; 5. Populatia; 6. Generarea de

numere aleatoare; 7. Mecanismul de selectie I
a parin1ilor; 8. Generarea de permutari; 9.

Reprezentarea grafica a evolu1iei calita1ii; 1 O.
Operatorii de variatie; 11. Stab ii irea diversita1ii
genetice a populatiei; 12. Mecanismul de
1nlocuire a popula1iei curente; 13.
Hillclimbing; 14. lnitializarea popula1iei; 15.
Conditia de terminare.
I
Alege1i o op1iune:
a. 2,4,6,8, 11, 13
• b. 1,3,5, 7, 10, 12, 14, 1~
C. 1,2,5,6,7, 14, 15
d. 2,4,5,9, 15
e. 1,3,5,6, 10, 13, 14, 15
Raspunsulcorecteste: 1,3,5,7, 10, 12, 14, 15

29 intrebare
Corect
f-' lntrebare cu flag
Algoritmul Hillclimbing: 1. Se aplica asupra

unui singur punct din spatiul de cautare; 2.
Aplicarea se poate repeta pentru mai multe
puncte pentru a cre 9te performantele; 3. Este
inspirat din tehnicile de alpinism; 4. Gase 9te
1ntotdeauna solutia optima; 5. Gase 9te uneori
solutia optima; 6. Calculele se 1ncheie atunci
c1nd temperatura sistemului devine zero; 7.
De obicei gase 9te un punct de optim local; 8.
Se utilizeaza numai pentru reprezentarea cu
I
Alegeti o optiune:
a. 1,4,6, 7
b. 1,2,4, 7
C. 1,5, 7,8
• d. 1, 2, 5, ~
e. 3,4,6,8
Raspunsulcorecteste: 1,2,5,7
301ntrebare
lncorect
lntr-un algoritm genetic, popula1ia initiala: 1.

Este generata pina cind este atins un optim
local; 2. Este construita o singura data; 3.
Sufera muta1ie cu o probabilitate relativ mica;
4. Trebuie modificata la fiecare itera1ie; 5.
Cantine exclusiv indivizi fezabili; 6. Este
I
formata din indivizii care tree in genera1ia

urmatoare; 7. Este generata utilizind
distribu1ia de probabilitate uniforma.
Alege1i o optiune:
• a. 1, ~
b. 1,2, 7
C. 2,3, 7
d. 2,5,7
e.4,5, 7

@ Applied Computer Science and X GA - Recombinare X + a X
f-- ~ C i online.ase.ro/mod/quiz/review.php?attempt::c:31052
* o o
m Aplicaţii IJ Facebook - conecte... D YouTube O Filme si Seriale Onli... O FBI Online Subtitrat... 0 webstudent.ase.ro/1... 4) Materiale Facultate... ~ BUHcătre AMS, 30/,.. O Mindhunter Online... O Peaky Blinders OnlL
@@iii ROMÂNĂ (RO) • • - SILVIABIANCA BALAN
Notează 10,00 din maxim 10,00 (100%) posibil
1 întrebare
Corect
Marcat 1,00 din

1,00
y
nag
Întrebare cu
Recombinarea
Alegeţi o
multiplă:
opţiune:
a. este o generalizare a operaţiilor de recombinare pentru reprezentarea cu
b. are echivalent biologic
c. produce rezultate mai bune doar în unele cazuri particular~ Corect

permutări
Finalizare verificare
I
d. este cea mai bună opţiLne pentru algoritmii genetici
e. nu se poate baza pe fre:venţa alelelor
Your answer is correct.

Răspunsul corect este: produce rezultate mai bune doar în unele cazuri particulare
2 întrebare Pentru păstrarea relaţiilor comune din cromozomii părinţi se foloseşte operatorul de recombinare:
corect
Marcat 1,00 din Alegeţi o opţiune:

1,00
a. încrucişare de tip turneu
y Întrebare cu
nag b. încrucişarea binară
c. PMX (Partially Mapped crossover)
d. nu există un operator pentru acest scop
e. ECX (Edge crossover,j, Corect

* o o
3 întrebare
în cazul reprezentării cu şiruri de numere întregi, recombinările aritmetice:
Corect

1,00
a. nu exilă noţiunea de recombinarearitmetică
y Întrebare cu
I
nag b. se pot aplica dacă se face rotunjirea rezultatelOlit" Greşit
c. sînt interzise
d. produc întotdeauna rezultateaberante

e. se pot aplica numai dacă toate perechilede alele de pe poziţii identice sînt fie pare, fie impare

Răspunsul corect este: se pot aplica dacă se face rotunjirea rezultatelor
4 întrebare Pentru problemelecu dependenţa de adiacenţe se foloseşte operatorul de recombinare:

corect

1,00
a. nici unul din celelalte răspunsuri
y Întrebare cu
nag b. PMX (Partially Mapped crossove,j, corect
c. OCX (Order crossover)

d. ECX (Edge crossover)
e. încrucişare aritmetică singulară
... - .. -
== p ~Î CJ • m (iiiiii E] T' ~ ff' A Gi9 Li ✓,;. IJ) :~~ B~~~ 2Q .,
* o o
5 întrebare Operatorul de recombinare unipunct se poate folosi în cazul reprezentării prin:

Corect

1,00
a. şiruri binare
y Întrebare cu
nag b. şiruri de numere întregi
c. şiruri de numere reale
d. toate cele trei reprezentări cu şiruli' Corect
e. permutări
6 întrebare
corect
Răspunsul
Schema
corect este: toate cele trei reprezentari cu şiruri
generală de recombinare depinde de:

I
1,00
a. Operatorul de recombinare folosit
y Întrebare cu
nag b. alegerea utilizatorului
c. Numărul de indivizi din populaţia iniţială
d. existenţa constrîngerilor în problema de rezolv~ Corect
e. reprezentarea cromozomilor
... - .. -
== p ~Î CJ • m (iiiiii E] T' ~ ff' A Gi9 Li ✓,;. IJ) :~~ B~~:~
2
Q .,
* o o
7 întrebare
Ce aritate are operatorul de recombinare în algoritmii genetici (cîţi operatori utilizeaza)?
Corect

1,00
a. unar (un operand)
y Întrebare cu
nag b. ternar (trei operanzi)
c. binar (doi operanz~ Corect
d. nu există operatori de recombinare în algoritmii genetici
e. depinde de problema de rezolvat

Răspunsul corect este: binar (do operanzi)
8 întrebare
corect
Marcat 1,00 din

1,00
y
nag
Întrebare cu
Pentru a
Alegeţi o
păstra
opţiune:
cît mai bine
a. ECX (Edge crossover)

infonnaţia
b. PMX (Partially Mapped crossover)
c. CX (Cycle crossove~
referitoare la poziţiile absolute ale alelelor în cromozomii
Corect
păriny se foloseşte operatorul:
I
d. OCX (Order crossover)
e. încrucişare multipunct
... - .. -
== p ~Î CJ • m (iiiiii E] T' ~ ff' A Gi9 Li ✓,;. IJ) :~~ B~~:~
2
Q .,
* o o
m Aplicaţii IJ Facebook - conecte... D YouTube O Filme si Seriale Onli... O FBI Online Subtitrat... 0 webstudent.ase.ro/1... 4) Materiale Facultate... ~ BUH către AMS, 30/,.. O Mindhunter Online... O Peaky Blinders OnlL
9 întrebare
Dacă aplicareaunui operator de recombinareproduceindivizi aberan~atunci:
Corect
Marcat 1.00 din Alegeţi o opţiune:

1,00
a. se produceeroare la execuţie
f' Întrebare cu
flag b. algoritmulproducetotuşi rezultatecorecte, ca urmare a autoreglării prin selecţie
c. rezultatelesînt imprevizibile
d. se folosesc părinţii ca descende~ Corect
e. problemanu se paote rezolvaprin algoritmgenetic

Răspunsul corect este: se folosescpărinţii ca descendenţi
1O întrebare
Pentru problemeleîn care reprezentareaprin permutări semnifică ordinea de apariţie a unor evenimente,operatorulde recombinarefolosit este:
Corect

1,00
a. încrucişare unipunct
f' Întrebare cu
I
flag b. OCX (Order crossove,-.Y Corect
c. încrucişare aritmetică singulară
d. lPX
e. încrucişare uniformă
Youranswer is correct.
GA - Selecţie X + a X
* o o
m Aplicaţii IJ Facebook - conecte... D YouTube O Filme si Seriale Onli... O FBI Online Subtitrat... O NCIS: New Or1eans... 0 webstudent.ase.ro/I... 4) Materiale Facultate... ~ BUH către AMS, 30/... O Mindhunter Online ...
I
1 întrebare Finalizare verificare
Care din urmatoarele este un model de populaţie?
Corect

1,00
a. Cu generaţii
y Întrebare cu
nag b. Cu dimensiune variabilă
c. Cu stari instabile
d. Cu dimensiune fixă
e. Cu stări stabile, Corect

Răspunsul corect este: Cu stări stabile
2 întrebare În cadrul algoritmilor genetici, ge'leraţia următoare este selectată dintre:

corect
Marcat 1,00din Alegeţi o opţiune:

1,00
a. Indivizii generaţiei curente
y Întrebare cu
nag b. lndvizii genera~ei curente şi descendenţii obţinuţi după etapa de mutaţie, Corect
c. Descendenţii generaţiei curente
d. Descendenţii obţinuţi din etapa de recombinare
e. Părin~i selecta~

* o o
m Aplicaţii IJ Facebook - conecte... D YouTube O Filme si Seriale Onli... O FBI Online Subtitrat... O NCIS: New Or1eans... 0 webstudent.ase.ro/1... 4) Materiale Facultate... ~ BUH către AMS, 30/... O Mindhunter Online ...
3 întrebare
Care din următoarele nu este un model de distribuţie de probabilitatefolosit pentru etapa de selecţie:
Corect

1,00
a. FPS
f' Întrebare cu
flag b. FPS cu alfa scalare, Corect
I
c. FPS cu ferestre
d. FPS cu sigma scalare

e. Ranguri liniare

Răspunsul corect este: FPS cu alfa scalare
4 întrebare
Care din următoarele nu este un mecanismde selecţie?
Corect

1,00
a. Genitor
f' Întrebare cu
flag b. Turnir
c. Ruletă simplă
d. Ruletă complicate, Corect
e. Ruletă multi-braţ

* o o
5 întrebare Care din următoarele este un dezavantaj al utilizării distribu~ei de probabilitate de selecţie tip FPS?
Corect

1,00
a. Convergenţa prematur.V Corect
y Întrebare cu
nag b. Eliminarea indivizilor slabi
c. Convergenţa lentă
d. Convergenţa asimptotică
e. Selectarea celor mai buni indivizi
6 întrebare
corect
Răspunsul corect este: Convergenţa prematură
De cite ori trebuie rotit braţul ruletei simple pentru a executa întregul proces de selecţie a părinţilor, pentru o populaţie cu tz cromozomi?
I
Marcat 1,00din Alegeţi o opţiune:
1,00
a. De 10 ori
y Întrebare cu
nag b. o data
c. De 2*tz ori
d. De tz/2 ori
~ Captură de ecran salvată
e. De tz ofi, Corect ~ Captura de ecran a fost adaugata la
contul dvs OneD11ve
OnPnr,vP

* o o
7 întrebare
De cîte ori trebuie rotit braţul ruletei multi-braţ pentru a execut întregul proces de selecţie a părin~lor, pentru o populaţie cu k indivizi?
Corect

1,00
a. De 2*k ori
f' Întrebare cu
flag b. Dekori
c. De k/2 ori
d. Nu există ruletă multi-braţ
e. o dat4' Corect

Răspunsul corect este: O dată
I
8 întrebare
Care mecanismde selecţie produce rezultate mai apropiate de distribuţia de probabilitatede selecţie calculată?
Corect

1,00
a. SUS (StochasticUniversalSampling,, Corect
f' Întrebare cu
flag b. Ruleta cu un braţ
c. Turnirul
d. Toate produc rezultate la fel de apropiate
Captură de ecran salvată
e. Nici unul ~ Captura de ecran a fost adaugata la
contul dvs OneD11ve
OnPnr,vP

* o o
m Aplicaţii IJ Facebook - conecte... D YouTube O Filme si Seriale Onli... O FBI Online Subtitrat... O NCIS: New Or1eans... 0 webstudent.ase.ro/I... 4) Materiale Facultate... ~ BUH către AMS, 30/... O Mindhunter Online ...
9 întrebare
Mecanismul de selecţie turnir:
Corect

1,00
a. Acordă o şansă şi celui mai slab individ
f' Întrebare cu
flag b. Nu respectă distribuţia de probabilitate de selecţie, Corect
c. Nu există un astfel de mecanism. Turnirul era o competi~e medievală.
d. Este cel mai des folosit mecanism de selecţie
e. Este întotdeauna de tip determinist
Răspunsul corect este: Nu respectă distribuţia de probabilitate de selecţie
1O întrebare
Care din următoarele afirmaţii nu e adevărată pentru modelul generaţional?
Corect

1,00
a. Poate înlocui complet generaţia curentă
f' Întrebare cu
flag b. Poate înlocui un singur cromozom din populaţia curentă
c. Nu ţine cont de calitatea cromozomilor
d. Poate înlocui parţial generaţia ciuentă

~ Captură de ecran salvată
e. Necesită urmărirea mai multor generaţii consecutive, Corect ~ Captura de ecran a fost adaugata la
contul dvs OneD11ve
OnPnr,vP

ROMÂNĂ (RO) ....
ramareevolutivă şi algoritmige
pală I Cursurilemele/ Programare-C,Sem2(1806ju)/ 25 mal - 31 mai / Lucra
Decodificareatrebuie realizată:
AJegeţi o opţlune:
O a. Niciunadin celelalte variante
O b. Nu depinde de reprezentareaaleasă
c. Obligatoriu după extragereacelui mal bun Individ din populaţia fin

d. Nu e necesară în algoritmii genetici
e. Garantează obţinerea de rezultateoptime

în cadrul unui algoritmdin clasa strategiilorevolutive,operaţia de mutaţie: 1. Este utilizată doar în
problemecu constrîngeri;2. Este efectuată imediat ce este disponibilă o populaţie de copii; 3. Alege
pentru mutaţie în mediejumătate de indivizi; 4. Utilizează două multiseturidistincte de copii; 5. Este
de tip neuniform(fluaj); 6. Este efectuată o singură dată, după prima etapă de generare a unei
populaţii; 7. Este realizată cu probabilitatemică; 8. Este efectuată o singură dată pe parcursulunui
algoritm;9. Determină structura cromozomială; 1O. Utilizează populaţia curentă; 11. Este efectuată
iterativ.
Alegeţi o opţiune:
I l
a. 1,4,5, 7
o b.2,5,9, 10
(l C. 1,5,6,8
c, d.1,5,9,10
\!' e.2,5,9,11
• Safari File Edit VIew HIstory Bookmarks Wmdow Help O 00 ~ •·· ~ 91% Iii} g Mon 12.32 Q_ I@ :::
• • < [O i online.ase.ro A Talking Catalina Coc1anu o [5l
o L, Lucrare finala - scria E +
l•i,iMMI ROMÂNĂ (RO) • • - IONELAALINAZAMFIR • •
QUIZ NAVIGATION
17 întrebare Componentele algoritmilor evolutivi sînt: 1. Reprezentarea; 2. Probabilitatea de mutaţie; 3. Funcţia de evaluare; 4. Probabilitatea de
Nu a primit
recombinare; 5. Populaţia; 6. Generarea de numere aleatoare; 7. Mecanismul de selecţie a părinţilor; 8. Generarea de permutări; 9.
răspuns încă
Reprezentarea grafică a eve>uţiei calităţii; 1O. Operatorii de variaţie; 11. Stabilirea diversităţii genetice a populaţiei; 12. Mecanismul de
Marcat din 1,00
înlocuire a populaţiei curente; 13. Hillclimbing; 14. Iniţializarea populaţiei; 15. Condiţia de terminare.
~ Întrebare cu
flag
O a.1, 3, 5, 7, 10, 12, 14, 15
0 b.2,4,5,9, 15
0 c.1,2,5,6,7,14,15
r, d.2,4,6,8, 11, 13
O e. 1, 3, 5, 6, 10, 13, 14, 15
Fînîshanempt ...
Următoarea pag nă Timp rămas 0:32:07
Suntetlautentificatca r ''. '...\ '\/• 1:-,-,·. " (" l
~•~ti ■ @,a,.,c1~~~~~\~ ;:"'I ~~11:1m~I

în algoritmiigenetici, reprezentareaprin şiruri de numereîntregi
a. Nu este utilizată în algoritmigenetici
b. Este preferabilă pentru problemelede op1imizare

c. Este doar un exerciţiu de implementare,nefiindnecesară
d. Este preferabilă atunci cînd pentru fiecare genă sînt posibilemai mult de două valori
distincte
\...' e. Nu poate fi utilizată în cazul atributelorordinale
în cadrul unui algoritm din clasa strategiilor evolutive, operaţia de mutaţie: 1. Este utilizată doar în probleme cu constrîngeri; 2. Este efectuată imediat ce este
disponibilă o populaţie de copii; 3. Alege pentru mutaţie în medie jumătate de indivizi; 4. Utilizează două multiseturi distincte de copii; 5. Este de tip neuniform
(fluaj); 6. Este efectuată o singură dată, după prima etapă de generare a unei populaţii; 7. Este realizată cu probabilitate mică; 8. Este efectuată o singură dată
pe parcursul unui algoritm; 9. Determină structura cromozomială; 10. Utilizează populaţia curentă; 11. Este efectuată iterativ.
@ a. 2, 5, 9, 11
0 b. 1, 4, 5, 7
Q C. 1, 5, 9, 10
0 d. 1, 5, 6, 8
O e. 2, 5, 9, 10
în algoritmiigenetici,operaţia de selecţie a părinţilor
-
~ 1 a. Este utilizată în general în manieră nedeterministă
O b. Nu este utilizată
O c. Este utilizată determinist

1
!! d. Este utilizată în funcţie de reprezentareacromozomială
Ci e. Este doar un exerciţiu de implementare,nefiindnecesară
--
întrebare cu flag
Fie următorii doi cromozomi de tip permutare: { 6, 3, 7, 8, 5, 1. 2

5, 6, 9, 4, 1, 3}. Aplicînd operatorul de recombinare PMX, cu poz1ţ
obţin descendenţii· a. 6, 3, 7, 8, 5, 9, 4, 1, 2; b. 7, 4, 6, 8, 5, 1 2
6, 9, 4, 2, 1;d.6, 2, 7,8, 5, 1,4,9,3:e.7,2,8,5,6, 1,3,4,9:t
1, 3; g. 7, 9, 8, 6, 5, 1, 2, 4, 3; h. 7, 3, 8, 5, 6, 9, 2, 4, 1;i. 7, 3, 8, 5
5,3, 7,8,6,9,4, 1,2.
a. d, h
b. g, j
C. f, Î
d. b,c
• e.a,e
• Safari File Edit VIew HIstory Bookmarks Wmdow Help CI 00 (l:i) •·· '$' 93 % liiJo g Mon 12:28 Q_ I@ :::
• • < [O i online.ase.ro A Talking cnrnna Ilinca o [51
l•i,iMMI ROMÂNĂ (RO) • • - IONELAALINAZAMFIR • •
Programare evolutivă şi algoritmi genetici, Tip-C, Sem-2, Zi (2019-2020)

Pagina principală / Cursurile mele I Programare-C,Sem2(1806ju) I 25 mai - 31 mai I Lucrare finala - seria E
QUIZ NAVIGATION
13 întrebare Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sînt: 1. Probleme de optimizare; 2. Probleme de geometrie; 3.
Nuaprimrt
Prelucrarea datelor de dimensiune mare (big-data); 4. Probleme de modelare; 5. Probleme de validare a datelor; 6. Probleme de simulare; 7.
răspuns încă
Alocarea dinamică a datelor în memoria calculatorului; 8. Deplasarea autonomă a vehiculelor.
Marcat din 1,00
f" Întrebare cu
flag
o a. 1, 4, 6
I) b. 2,4, 6, 8
o c. 2, 3, 4
o d.2,4,6
o e.1, 3, 5, 7
Finish attempt ...

Următoarea pag nă
Timp rămas 0:36:54
Orange
Blue
• Safari File Edit VIew HIstory Bookmarks Wmdow Help C) 00 (l:i) •·· '$' 99 % CO g Mon 12:01 Q_ I@ :::
• • < [O i online.ase.ro A Talking cnrnna Ilinca o [51

l•i,iMMIROMÂNĂ (RO) • • - IONELAALINAZAMFIR • •

QUIZ NAVIGATION
1 întrebare Fie X=[ 6 1 81O5793 4 2] o permutare. În urma aplicarii mutaţiei prin amestec pentru poziţiile (2,7) poate fi obţinuta următoarea variantă
Nuaprimrt
mutată Y: 1. Y=[ 2 6 7 8 1O 51 9 3 4]; 2. Y=[ 6 7 8 1O 5 1 9 3 4 2 J ; 3. Y=[ 7 6 8 1O5 1 9 3 4 2 ] ; 4. Y=[ 6 7 1O 8 5 9 1 3 4 2 ];5. Y=[ 6 9 7 5 1O 8 I 3
răspuns încă
4 2 J; 6. Y=[ 6 2 8 10 5 1 9 3 4 7]
Marcat din 1,00
f" Întrebare cu
flag
o a. 2, 4, s
I) b.3,4,5
o c. 2, 5, 6
o d.1, 2, 3
o e.1, 2, 5
Finish attempt ...

Următoarea pag nă
Timp rămas 0:57:11
llti.9({)t;,..c1®~@~11P\,
. . . . . .
;"'
.
~G!mlm;ll!l:lliiijl
în cadrul strategieievolutivecu 2 membri (ES-2M): 1. Este generată o populaţie iniţială aleator,din
distribuţia normală; 2. La fiecare momental evoluţiei algoritmuluieste menţinut un singur candidatla
soluţie; 3. Populaţiile sînt de dimensiunimari; 4. Calcululunui termen nou este realizat prin mutaţie
gaussiană pentru fiecare componentă a vectoruluicurent; 5. Sînt rezolvateproblemepe spaţii
continue;6. Fiecaretermen este calculatîn manieră stochastică; 7. Calcululunui termen nou este
realizat prin mutaţie gaussiană pentru o componentă selectată aleator din vectorulcurent; 8. Este
intenţionată creşterea calităţii medii a populaţiei curente; 9. Este garantată obţinerea unui optim
global; 10.Laînceputulfiecărei iteraţii este testată dimensiuneapopulaţiei curente; 11. Sînt creaţi
descendenţi obţinuţi din populaţia curentă prin recombinarelocală.
1
) a. 1 10
J
( 1 b. 4, 8, 11
U C. 2, 4, 6, 9
l.__l d. 2, 4, 5, 6
1
1.... e. 6, 8, 11
Decodificareatrebuie realizată:
1- 1 a. Niciunadin celelaltevariante
(., b. Nu e necesară în algoritmiigenetici
O c. Nu depindede reprezentareaaleasă
C 1
d. Garantează obţinerea de rezultateoptime
1!' e. Obligatoriudupă extragereacelui mai bun individ din populaţia finală
;,,
• • < [O ii online.ase.ro o
o ~ Lucrare finala - scria E Favoritcs
Transitions Animations Slide Show Review ,.._ i:i.

Paragraph Insert F,
Al>
~· 1:ii· ij}
19 întrebare
A.
~· ~· Arrangc Oul
Nu a primit răspuns încă
Marcat din 1,00

1 I
f" Întrebare cu flag
"" •
Strategia evolutivă cu 2 membri - ES2M
Algoritmul ES2M:
□ ES2M - printre primii algoritmi care implementează auto-adaptarea;
considerat algoritmul primar ES
Alegeţi o opţiune: _______
·----~, ,.._,.~
O a. Este algoritmul auto-adaptiv primar
"=-- ·····
O b. Nici una din celelalte varîante □ f:IRin ➔ IR ·IY.o.c.tia.obiectiv; există max.txEIRin /(x)
O c. Nu este un algoritm auto-adaptiv
··-·-------
_,./U__,, ___ _ Problema - determină o aproximare
O x':xJmax, maxJxEf(x)=f(xJmax)
~-·_..,,, -...
d. Este un algoritm determinist --=--===-~=
O e. Nu este un algoritm evolutiv
□ Algoritmul calculează o secvenţă de termeni, ultimul intre ei fiind X
Pas1. t=O; determină (aleator) un punct iniţial XÎt =(xJ1 Ît , ...,

Următoarea pagină x.tnit)EIRin
Pas2. ~ limil.not/Condi\ie Terminală)~
2.1. g=r=ail1fill1Qrz.Jidin ~!ll1llllală.N{0,17), iE{l,2,

...,n)
2.2. ca1cu~y.titt=x.titt +z.ti, iE{l,2, ...,n)
QUIZ NAVIGATION
lipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sînt: 1. Probleme de optimizare; 2. Probleme de geometrie; 3. Prelucrarea dalelor de
dimensiune mare (big-data); 4. Probleme de modelare; 5. Probleme de validare a datelor; 6. Probleme de simulare; 7. Alocarea dinamică a datelor în memoria
calculatorului; 8. Deplasarea autonomă a vehiculelor.
O a. 2, 4, 6, 8
0 b. 1, 3, 5, 7
0 C. 2, 3, 4
0 d. 2,4, 6
@ e.1, 4, 6
• Safari File Edit VIew HIstory Bookmar1<s Wmdow Help O 00 (l:i) •·· '$' 95 % liiJo g Mon 12.23 Q_ I@ :::
• • < [O i online.ase.ro o [51


QUIZ NAVIGATION
&întrebare
Fie următorul cromozom de tip permutare: {7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2, 9}. În urma aplicării operatorului de mutaţie prin
Nuaprimrt
amestec s-a obţinut cromozomul: {7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 1O,4, 9 ). Cele două poziţii utilizate pentru amestec sini: 1. 1 şi 14; 2. 4 şi
răspuns încă
15; 3. 3 şi 15; 4.4şi 8; 5. 2 şi 15; 6.1 şi 12; 7. 2 şi 14; 8. 2 şi 13; 9. 1 şi 15; 10.1 şi 13; 11. 3 şi 13.
Marcat din 1 ,00
f" Întrebare cu Alegeţi o opţiune:

flag
r') a. 2
r') b.6
o c.1, 5, 7, 9
o d.6, 7,9
o e. 5, 10
Finish attempt ...

Următoarea pag nă
Timp rămas 0:41 :43
llti.9~t;,..cJ~~@~'II\,
. . . . . .
;'. ~mm:.CJml
în cadrul unui algoritmgenetic operaţia de selecţie a supravieţuitorilor: 1. Se aplică asupra populaţiei
curente;2. în unele variante necesită calculareaunei distribuţii de probabilitatede selecţie; 3.
Utilizează întotdeaunafactori aleatori;4. Alege generaţia următoare dintre indivizii disponibilidupă
operaţia de mutaţie; 5. Indiviziialeşi sînt întotdeaunafezabili; 6. Uneori utilizează factori aleatori;7.
Asigură perpetuareaindividuluicu calitate maximă :lin populaţia curentă; 8. Duce la creşterea calităţii
medii a populaţiei curente;9. Garantează obţinerea unei generaţii cu calitate medie superioară, dacă
foloseşte selecţia bazată pe vîrstă; 1O.Seaplică la începutulfiecărei iteraţii; 11. Se aplică asupra
descendenţilor obţinuţi din populaţia curentă; 12. Se aplică asupra populaţiei curente şi asupra
descendenţilor obţinuţi din populaţia curentă.
0 b.1, 7
(> C. 2, 4, 5, 6, 12
,-)
'-- d.4,8,11
C.1 e. 6, 8, 11
lgoritmulHillclimbin : 1. Se aplică asupra unui singur punct din spaţiul de căutare; 2. Aplicarease
poate repeta pentru mai multe puncte pentru a creşte performanţele; 3. Este inspiratdin tehnicilede
alpinism;4. Găseşte întotdeaunasoluţia optimă; 5. Găseşte uneori soluţia optimă; 6. Calculelese
încheie atunci cînd temperaturasistemuluidevine zero; 7. De obicei găseşte un punct de optim local;
8. Se utilizează numaipentru reprezentareacu şiruri de numere reale.
,., a. 1,2,5, 7
(,..' b. 1,5, 7,8
u c.3,4,6,8
o d. 1,2,4, 7
l.' e. 1,4,6, 7
În cadrul unui algoritmdin clasa strategiilorevolutive,reprezentareacromozomilor:1. Poate fi oricare
dintre: şiruri binare, şiruri de numere întregi, şiruri de numere reale, permutări; 2. Poatefi numai de
tip şiruri de numereîntregi sau reale; 3. Poate fi numai de tip şiruri de numere reale; 4. Nu
influenţează tipul de recombinarefolosit (discretă/ intermediară); 5. Se alege Îlnfuncţie de problema
care se rezolvă; 6. Influenţează tipul de recombinarefolosit; 7. Are influenţă asupra mecanismuluide
selecţie a generaţiei următoare; 8. Conţine atît descriereaindividuluicandidatcit şi parametriicare
controlează evolutia sa.
'
I l
a.2,4,5,6
o b. 1, 3,4,8
(l c.2,4,5,8
c, d. 1, 7,8
l!J e.3,4,8
În cadrulunui algoritmgeneticoperaţia de selecţie a supravieţuitorilor: 1. Se aplică asuprapopulaţiei curente;2. În unele variantenecesită
calculareaunei distribuţii de probabilitatede selecţie; 3. Utilizează întotdeaunafactori aleatori;4. Alege generaţia următoare dintre indivizii
disponibilidupă operaţia de mutaţie; 5. Indiviziialeşi sini întotdeaunafezabili; 6. Uneoriutilizează factori aleatori;7. Asigură perpetuarea
individuluicu calitate maximă din populaţia curentă; 8. Duce la creşterea calităţii medii a populaţiei curente;9. Garantează obţinerea unei
generaţii cu calitate mediesuperioară, dacă foloseşte selecţia bazată pe vîrstă; 10.Seaplică la începutulfiecărei iteraţii; 11.Se aplică asupra
descendenţilor obţinuţi din populaţia curentă; 12. Se aplică asuprapopulaţiei curenteşi asupra descendenţilor obţinuţi din populaţia curentă.
O a. 2, 3, 4, 5, 6, 11
@ b. 2, 4, 5, 6, 12
0 C. 4, 8, 11
O d. 1, 7
O e. 6, 8, 11
în algoritmii genetici, reprezentarea prin permutări
Alegeţi o op~une:
O a. Nu este utilizată
O b. Nu permite utilizarea de operatori de recombinare
@ c. Necesită operatori de varia~e special definiţi
O d. Nu permite utilizarea de operatori de mutaţie
O e. Nu permite mai mult de două gene cu aceeaşi valoare într-un cromozom
Următoarea pagină
în cadrul unui algoritm evolutiv populaţia iniţială: 1. Este generată înaintea începerii evoluţiei propriu-
zise; 2. Este generată după fiecare ciclu evolutiv (care presupune efectuareaoperaţiilor de selecţie,
recombinare,mutaţie, evaluare);3. Este generată la începutulfie.cărui ciclu evolutiv;4. Este generată
aleator; 5. Este generată utilizînddistribuţia de probabilitateuniformă; 6. Este generată utilizînd
distribuţia de probabilitatenormală; 7. Este setată pe mulţimea vidă.
'J a. 2, 5, 7
(l b.5, 7
l~l C. 1,4,5
(l d. 1,2,4,5,6
l• e. 1,2,4, 7
1 întrebare
Corect
t-' Întrebare cu flag
În algoritmii genetici, alegerea unei anumite

reprezentări 1. Este independentă de
de rezolvat; 3. Poate fi făcută aleator; 4. Este
imposibilă, fiind folosită doar reprezentarea
prin numere reale; 5. Influenţează calitatea
solutiei furnizate.
'
a. 2,3
• b. 2,V
C. 1,3
d.4
e. 3,5

2 întrebare
Corect
ţ, Întrebare cu flag
În cadrul unui algoritm evolutiv condiţia de

indicată; 3. Include obligatoriu, direct sau
indirect, controlul numărului de iteraţii
(numărul populaţiilor generate); 4. Nu poate fi
implementată; 5. Este utilizată doar în cadrul
GA, nu si în cadrul ES.
I
a. 5
b. 2,3,4
C. 2,4
• d. 1,~
e. 1,5

3 întrebare
Corect
ţ· Întrebare cu flag
În cadrul strategiei evolutive cu 2 membri (ES-

2M): 1. Este generată o populaţie iniţială
aleator, din distribuţia normală; 2. La fiecare
moment al evoluţiei algoritmului este
menţinut un singur candidat la soluţie; 3.
Populaţiile sînt de dimensiuni mari; 4. Calculul
unui termen nou este realizat prin mutaţie
gaussiană pentru fiecare componentă a
vectorului curent; 5. Sînt rezolvate probleme
pe spaţii continue; 6. Fiecare termen este
calculat în manieră stochastică; 7. Calculul
gaussiană pentru o componentă selectată
aleator din vectorul curent; 8. Este
intentionată
I
cresterea
I
calitătii
I
medii a
populaţiei curente; 9. Este garantată
obţinerea unui optim global; 1 O.Laînceputul
fiecărei iteraţii este testată dimensiunea
populaţiei curente; 11. Sînt creaţi descendenţi
obţinuţi din populaţia curentă prin
recombinare locală.
a. 2, 4, 5, ~
b. 1, 10
C. 2,4,6,9
d.6,8, 11
e.4,8, 11
Răspunsulcorecteste:2,4,5,6
4 întrebare
4 întrebare
Incorect
În algoritmii genetici, reprezentarea prin şiruri

de numere întregi
a. Este preferabilă pentru problemele
de optimizarte
b. Nu poate fi utilizată în cazul

c. Este preferabilă atunci cînd pentru

fiecare genă sînt posibile mai mult de
d. Nu este utilizată în algoritmi genetici
e. Este doar un exercitiu de I
implementare, nefiind necesară
Răspunsul corect este: Este preferabilă atunci

cînd pentru fiecare genă sînt posibile mai
mult de două valori distincte
5 întrebare
Incorect
În algoritmii genetici, operaţia de selecţie a

părinţilor
a. Este utilizată în general în manieră
nedeterministă

I
c. Nu este utilizată
• d. Este utilizată determini5'(
e. Este utilizată în functie de

I
reprezentarea cromozomială
Răspunsul corect este: Este utilizată în

general în manieră nedeterministă
6 Întrebare
Corect
ţ., Întrebare cu flag
Într-un algoritm evolutiv, funcţia de evaluare:
a. se alege în funcţie de dimensiunea
populaţiei
b. este definită pe spaţiul

unidimensional
d. este o funcţie asimptotică
• e. estimează nivelul de adaptare a

individul~
Răspunsul corect este: estimează nivelul de

7 întrebare
Corect
v întrebare cu flag
Fie X=[ 6 1 8 1O5712 43 9 3 4 2] o secvenţă

de numere întregi. în urma aplicării mutaţiei
fluaj poate fi obţinută următoarea variantă
mutată: 1 . V=[ 16 1 8 1O 5 7 12 43 9 3 4 2 ]; 2.
V=[ 6 1 8 1O 5 7 12 43 9 4 3 2 ]; 3. V=[ 6 1 8 1 O
1 5 7 12 43 9 3 4 2 ]; 4. Y =[ 7 1 8 1O 5 7 12 43
9 3 4 2 ]; 5. V=[ 6 1 8 1O 5 7 12 43 9 3 4 2 ]; 6.
V=[ 6 1 8 1O 5 7 12 42 9 3 4 2 ]
• a. 2,4, 5,~
b. 2, 4, 6
C. 1,2,3,4, 5,6
d.4, 5,6
e. 2,3,4,5,6
8 întrebare
Corect
~ Întrebare cu flag
Algoritmii genetici
a. Sînt metode deterministe de căutare
în spaţiul soluţiilor
b. Folosesc exclusiv selectii I
deterministe
c. Rezolvă exclusiv probleme definite

pe spaţii continue
d. Utilizează la fiecare moment de timp

o variantă de soluţie modificată prin
perturbare normală
• e. Sînt tehnici de căutare stochastică

bazate pe populaţ~
Răspunsul corect este: Sînt tehnici de căutare

stochastică bazate pe populaţii
9 Întrebare
Corect
Algoritmul ES2M:
Răspunsul corect este: Este algoritmul auto-

adaptiv primar
1Oîntrebare
Corect
f' Întrebare cu flag
În cadrul unui algoritm genetic operaţia de

selecţie a supravieţuitorilor: 1. Se aplică
asupra populaţiei curente; 2. În unele variante
necesită calcularea unei distribuţii de
probabilitate de selecţie; 3. Utilizează
întotdeauna factori aleatori; 4. Alege
generaţia următoare dintre indivizii disponibili
după operaţia de mutaţie; 5. Indivizii aleşi sînt
întotdeauna fezabili; 6. Uneori utilizează
factori aleatori; 7. Asigură perpetuarea
individului cu calitate maximă din populaţia
curentă; 8. Duce la cresterea. . medii a
calitătii
populaţiei curente; 9. Garantează obţinerea
unei generaţii cu calitate medie superioară,
dacă foloseşte selecţia bazată pe vîrstă;
1 O.Seaplică la începutul fiecărei iteraţii; 11.
Se aplică asupra descendenţilor obţinuţi din
populaţia curentă; 12. Se aplică asupra
populaţiei curente şi asupra descendenţilor
obţinuţi din populaţia curentă.
a. 2,4,5,6, 1~
b. 2,3,4, 5,6, 11
C. 1,7
d.6,8, 11
e.4,8, 11

11 întrebare
Corect

baza calculului evolutiv sînt: 1. Probleme de
7. Alocarea dinamică a datelor în memoria
calculatorului; 8. Deplasarea autonomă a
vehiculelor.
• a. 1, 4, ~
b. 1,3,5, 7
C. 2,3,4
d. 2,4,6,8
e. 2,4,6

12 întrebare
Incorect
Fie X=[ 618105 7 9 3 4 2] o permutare. în

urma aplicării mutaţiei prin inversiune pentru
poziţiile(2,7) poate fi obţinută următoarea
variantă mutată V: 1. V=[ 2 6 7 8 1O 5 1 9 3 4];
2. V=[ 6 9 7 5 1O 8 1 3 4 2]; 3. V=[ 7 6 8 1O 5 1
9 3 4 2] ; 4. V=[ 6 7 1 O 8 5 9 1 3 4 2] ;5. V=[ 6
8 7 5 1 O 1 9 3 4 2 ] ; 6. V=[ 6 2 8 1 O 5 1 9 3 4 7]
• a. ,c
b. 2
C. 1,5
d. 2,5
e. 1

13 întrebare
Incorect
Fie permutările x=[1 O 2 3 9 1 7 6 4 8 5] şi

y=[5 4 7 2 1 9 3 6 8 1 O], un cromozom
4 7 6 8 1O]. Atunci ordinea considerării
părinţilor şi respectiv punctele de încrucişare
sînt:
• a. (y,x)şi (1,41(
b. (y,x)şi (2,5)
C. (x,y)Şi (1,4)
d. (x,y)şi (2,5)
e. (y,x)şi (1,5)
Răspunsul corect este: (x,y)şi (2,5)

14 întrebare
Incorect
î-' Întrebare cu flag
Care din următoarele metode pot fi folosite în

îmbunătăti
'
informatia în interiorul unei
'
populaţii: 1. recursivitate; 2. hillclimbing; 3.
I
divide et impera; 4. strategie evolutivă cu doi
metoda gradientului; 1 O. ECX.
• a. 2, 4, 6, 8, 1~
b. 1,3,5, 7,8
C. 2,3,5,6,9
d. 2,4,6, 7,9
e. 1,3,6, 7, 10
Răspunsul corect este: 2,4,6,7,9

15 întrebare
Incorect
• a. Niciuna din celelalte variantoc
b. Nu e necesară în algoritmii genetici
c. Nu depinde de reprezentarea aleasă
d. Obligatoriu după extragerea celui mai

bun individ din populaţia finală
e. Garantează obtinerea de rezultate

'
optime
Răspunsul corect este: Obligatoriu după

extragerea celui mai bun individ din populaţia
finală
16 întrebare
Incorect
În algoritmii genetici, reprezentarea prin

permutări

recombina roc

mutatie I
d. Necesită operatori de variaţie special

definiti I
e. Nu permite mai mult de două gene cu

aceeasi, valoare într-un cromozom
Răspunsul corect este: Necesită operatori de

variaţie special definiţi
17 întrebare
Incorect
\~ Întrebare cu flag
În cadrul unui algoritm evolutiv populaţia

iniţială: 1. Este generată înaintea începerii
evoluţiei propriu-zise; 2. Este generată după
fiecare ciclu evolutiv (care presupune
efectuarea operaţiilor de selecţie,
recombinare, mutaţie, evaluare); 3. Este
generată la începutul fiecărui ciclu evolutiv; 4.
Este generată aleator; 5. Este generată
utilizînd distribuţia de probabilitate uniformă;
6. Este generată utilizînd distribuţia de
probabilitate normală; 7. Este setată pe
multimea
, vidă.
a. 1, 2, 4, 5, ~
b. 1, 2,4, 7
C. 1,4,5
d. 2,5,7
e. 5, 7

18 întrebare
Incorect
ţ„ Întrebare cu flag
Fie X=[ 618105 7 9 3 4 2] o permutare. În

urma aplicării mutaţiei prin amestec pentru
poziţiile (2,7) poate fi obţinută următoarea
2. V=[ 6 7 8 1O 5 1 9 3 4 2]; 3. V=[ 7 6 8 1O 5 1
9 3 4 2]; 4. V=[ 6 7 1O 8 5 9 1 3 4 2] ;5. V=[ 6
9 7 5 1O 8 1 3 4 2 ] ; 6. V=[ 6 2 8 1 O 5 1 9 3 4 7]
• a. 1, 2, ~
b.3,4,5
C. 1,2,3
d. 2,4,5
e. 2,5,6
Răspunsul corecteste:2,4, 5
19 întrebare
Incorect
f' întrebare cu flag

recombinare: 1. Este efectuată o singură dată
pe parcursul unui algoritm genetic; 2. Este
efectuată imediat după fiecare etapă de
selecţie a părinţilor; 3. În general
probabilitatea de recombinare nu contează în
4. Este efectuată imediat înaintea fiecărei
proceduri de mutaţie; 5. Este efectuată
imediat înaintea fiecărei etape de selecţie a
părinţilor;6. Utilizează populaţia de părinţi; 7.
Este utilizată doar în probleme fără
constrîngeri; 8. Este utilizată cu probabilitate
mare; 9. Este utilizată cu probabilitate mică;
1 O. Este efectuată o singură dată, după prima
etapă de selecţie a părinţilor.
a. 2, 5, 7, ~
b. 1,2,7,8
c.4,8,9, 10
d. 2,3,4,7
e. 2,4,6,8
20 întrebare
Corect
• a. Evoluţia naturală biologic4'
b. Revolutia
, industrială
c. Noua revoluţie agrară
,
e. Societatea informatională
,
Răspunsul corect este: Evoluţia naturală

biologică
21 întrebare
Corect
Fie următorul cromozom de tip permutare: {7,

6, 12, 14,3, 10,8, 15, 11,5,4, 1, 13,2,9}.În
urma aplicării operatorului de mutaţie prin
amestec s-a obţinut cromozomul: {7, 14, 13,
12, 1, 15, 2, 8, 6, 3, 11, 5, 1 O,4, 9 }. Cele două
poziţii utilizate pentru amestec sînt: 1. 1 şi 14;
2. 4 si 15; 3. 3 si 15; 4. 4 si 8; 5. 2 si 15; 6. 1 si
' ' ' ' '
12; 7. 2 si 14; 8. 2 si 13; 9. 1 si 15; 1 O. 1 si 13;
I I I I
11.3si13. I
a.6
b. 2
C. 6, 7,9
• d. 1,5, 7,~
e. 5, 1O

22 întrebare
Corect
\t:-Întrebare cu flag
Care din următorii operatori pot fi utilizaţi într-

un algoritm genetic care foloseşte
reprezentarea prin şiruri de numere reale? 1.
pseudo-aleatoare; 4. Resetare deterministă;
5. Mutaţia uniformă; 6. Mutaţia neuniformă cu
distribuţie fixată; 7. Mutaţia locală; 8.
lnterschimbarea; 9. Inserarea; 1O. Mutaţia
rapidă; 11. Amestecul; 12. Mutaţia globală;
15. Recombinare multi punct; 16.
Recombinare uniformă; 17. Recombinarea
rădăcinilor; 18. Recombinare aritmetică
simplă; 19. Recombinare aritmetică singulară;
20. Recombinare aritmetică totală; 21.
Recombinarea şirurilor maxime; 22. Partially
Recombinarea ciclică
a. Toţi operatorii de mai sus
• b. 5,6, 14, 15, 16, 18, 19,2Qf
C. 1,3,4,7, 10, 13, 16, 17,20
d. 2, 7, 1O, 12,17, 21
e. 3, 4, 5, 6, 7,12, 18, 19, 21
Răspunsul corect este: 5, 6, 14, 15, 16, 18, 19,

20
23 întrebare
Corect
Fie X=[ 6 1 8 1O 5 7 9 3 4 2] şi Y=[ 9 8 7 3 6 1

5 1O 4 2] permutări. Care urmaşi sînt generaţi
a. C1 =[ 6 7 8 1O 5 1 9 3 4 2 ], C2=[ 9 8 1
36751042]
• b. C1 =[ 6 8 7 1O 5 1 9 3 4 2 ], C2=[ 9 1 8
3 6 7 5 10 4 2~
c. C1 =[ 8 7 1O 5 1 9 3 4 2 6 ], C2=[ 2 9 1
83675104]
d. C1 =[ 2 6 7 8 1O 5 1 9 3 4 ], C2=[ 2 8 1
36751049]
e. C1 =Y, C2=X
Răspunsul corect este: C1 =[ 6 8 7 1O 5 1 9 3 4

2 ], C2=[ 9 1 8 3 6 7 5 1O 4 2]
24 întrebare
Incorect
\t" Întrebare cu flag
În cadrul unui algoritm din clasa strategiilor

Poate fi oricare dintre: siruri binare, siruri de
' '
numere întregi, şiruri de numere reale,
permutări; 2. Poate fi numai de tip şiruri de
numere întregi sau reale; 3. Poate fi numai de
tip şiruri de numere reale; 4. Nu influenţează
tipul de recombinare folosit (discretă/
intermediară); 5. Se alege în funcţie de
problema care se rezolvă; 6. Influenţează tipul
de recombinare folosit; 7. Are influentă
'
asupra mecanismului de selecţie a generaţiei
următoare; 8. Cantine atît descrierea
'
individului candidat cît şi parametrii care
'
• a. 1, 3, 4, ~
b. 2,4, 5,6
C. 2,4,5,8
d.1,7,8
e. 3,4,8
Răspunsulcorecteste:3,4,8
25 întrebare
Corect
~ întrebare cu flag

evolutive, operaţia de mutaţie: 1. Este utilizată
doar în probleme cu constrîngeri; 2. Este
efectuată imediat ce este disponibilă o
populaţie de copii; 3. Alege pentru mutaţie în
medie jumătate de indivizi; 4. Utilizează două
neuniform (fluaj); 6. Este efectuată o singură
dată, după prima etapă de generare a unei
populaţii; 7. Este realizată cu probabilitate
mică; 8. Este efectuată o singură dată pe
parcursul unui algoritm; 9. Determină
structura cromozomială; 1O. Utilizează
populaţia curentă; 11 . Este efectuată iterativ.
a. 2, 5,9, 1~
b. 2,5,9, 10
C. 1, 5,6,8
d. 1, 4, 5, 7
e. 1, 5,9, 10
Răspunsulcorecteste:i 5,9,11
26 întrebare
Incorect
ţ' Întrebare cu flag
În cadrul unui algoritm genetic care

maximizează o funcţie (fitness): 1. Selecţia
generaţiei următoare este obligatoriu bazată
pe vîrstă; 2. Sînt rezolvate doar probleme cu
constrîngeri; 3. Mutaţia este realizată cu
probabilitate mică; 4. Nu este recomandată
utilizarea selecţiei FPS; 5. Multisetul copiilor
este fără duplicate; 6. Selecţia
supravieţuitorilor este determinată de calitate
si/sau factorul
I
vîrstă; 7. Recombinarea este
realizată rareori; 8. Se
urmăreşte determinarea unui punct de maxim
global; 9. Structura cromozomială diferă dacă
functia
, este translatată.
a. 1, 3, 5, ,C
b.4,6,8
C. 3,6,8
d. 1,3,4, 7
e. 5,6, 7
27 întrebare
Incorect
t, Întrebare cu flag
Fie următorii doi cromozomi de tip permutare:

{ 6, 3, 7, 8, 5, 1, 2, 4, 9 } şi { 7, 2, 8, 5, 6, 9, 4, 1,
3}. Aplicînd operatorul de recombinare PMX,
cu poziţiile 3 şi 6 se obţin descendenţii: a. 6,
3, 7,8, 5,9,4, 1,2; b. 7,4,6,8, 5, 1,2,9,3;c. 8,
3, 7, 5,6,9,4,2, 1;d. 6,2, 7,8, 5, 1,4,9,3;e. 7,
2,8, 5,6, 1,3,4,9;f. 6,2, 7,8, 5,9,4, 1,3;g. 7,
9, 8, 6, 5, 1, 2, 4, 3; h. 7, 3, 8, 5, 6, 9, 2, 4, 1;i. 7, 3,
8,5,6, 1,2,4,9;j. 5,3, 7,8,6,9,4, 1,2.
• a. a, oe
b. b,c
C. d,h
d. g, j
e. f, i

I
28 întrebare
Corect
\'C'Întrebare cu flag
Componentele algoritmilor evolutivi sînt: 1.

Reprezentarea; 2. Probabilitatea de mutaţie;
3. Funcţia de evaluare; 4. Probabilitatea de
recombinare; 5. Populaţia; 6. Generarea de
numere aleatoare; 7. Mecanismul de selectie
,
a părinţilor; 8. Generarea de permutări; 9.
Reprezentarea grafică a evoluţiei calităţii; 1O.
Operatorii de variaţie; 11. Stabilirea diversităţii
genetice a populaţiei; 12. Mecanismul de
înlocuire a populaţiei curente; 13.
Hillclimbing; 14. Iniţializarea populaţiei; 15.
Conditia
, de terminare.
a. 2,4,6,8, 11, 13
• b. 1,3,5,7, 10, 12, 14, 1ij,
C. 1,2,5,6,7, 14, 15
d. 2,4,5,9, 15
e. 1,3,5,6, 10, 13, 14, 15
Răspunsul corect este: 1,3,5,7, 10, 12, 14, 15

29 întrebare
Corect
t:' Întrebare cu flag
Algoritmul Hillclimbing: 1. Se aplică asupra

unui singur punct din spaţiul de căutare; 2.
puncte pentru a creşte performanţele; 3. Este
inspirat din tehnicile de alpinism; 4. Găseşte
întotdeauna soluţia optimă; 5. Găseşte uneori
soluţia optimă; 6. Calculele se încheie atunci
cînd temperatura sistemului devine zero; 7.
De obicei găseşte un punct de optim local; 8.
Se utilizează numai pentru reprezentarea cu
I
a. 1,4,6, 7
b. 1, 2,4, 7
C. 1,5, 7,8
• d. 1, 2, 5, ~
e.3,4,6,8

30 întrebare
Incorect
'C' Întrebare cu flag
Într-un algoritm genetic, populaţia iniţială: 1.

Este generată pînă cînd este atins un optim
local; 2. Este construită o singură dată ; 3.
Suferă mutaţie cu o probabilitate relativ mică;
4. Trebuie modificată la fiecare iteratie; 5.

I
Cantine
, exclusiv indivizi fezabili; 6. Este
formată din indivizii care trec în generaţia
următoare; 7. Este generată utilizînd
distribuţia de probabilitate uniformă.
• a. 1, ~
b. 1, 2, 7
C. 2,3,7
d. 2,5,7
e.4, 5, 7
• Safari File Edit VIew HIstory Bookmarks Wmdow Help CI 00 (l:i) •·· '$' 88 % liil• g Mon 12:40 Q_ I@ :::
• • < [O i online.ase.ro [51


QUIZ NAVIGATION
21 întrebare Fie următorii doi cromozomi de tip permutare: { 6, 3, 7, 8, 5, 1, 2, 4, 9) şi { 7, 2, 8, 5, 6, 9, 4, 1, 3). Aplicînd operatorul de recombinare PMX, cu
Nuaprimrt
poziţiile 3 şi 6 se obţin descendenţii: a. 6, 3, 7, 8, 5, 9, 4, 1, 2; b. 7, 4, 6, 8, 5, 1, 2, 9, 3; c. 8, 3, 7, 5, 6, 9, 4, 2, 1; d. 6, 2, 7, 8, 5, 1, 4, 9, 3; e. 7, 2, 8, 5,
răspuns încă
6, 1, 3, 4, 9; f. 6, 2, 7, 8, 5, 9, 4, 1, 3; g. 7, 9, 8, 6, 5, 1, 2, 4, 3; h. 7,3, 8, 5, 6, 9, 2, 4, 1;i. 7, 3, 8, 5, 6, 1, 2, 4, 9; j. 5, 3, 7, 8, 6, 9, 4, 1, 2.
Marcat din 1,00
f" Întrebare cu
flag
r') a. f, I
r') b. a, e
o c. b, c
o d. g,j
o e.d, h
Finish attempt ...

Următoarea pag nă
Timp rămas 0:24:00
li. ii. ■ @,;le,®~@,_.\,

. . . . . ;-'
.
~ ~l![Jm!~~- .. 1
Fie X=[ 6 1 8 10 5 7 9 3 4 2] şi Y=[ 9 8 7 3 61 510 4 2] permutări. Care urmaşi sînt generaţi prin utilizarea operatorului CX?
Alegeţi o op~une:
0 a. C1=Y, C2=X
O b. C1=[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 91 8 3 6 7 5 10 4]
@ C. C1=[ 6 8 7 10 51 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2]
0 d.C1=[67810519342),C2=[98136751042]
O e. C1=[ 2 6 7 8 10 5 1 9 3 4 ], C2=[ 2 81 3 6 7 5 10 4 9]
I
în cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor: 1. Poate fi oricare dintre: şiruri binare, şiruri de numere întregi, şiruri de
numere reale, permutări; 2. Poate fi numai de tip şiruri de numere întregi sau reale; 3. Poate fi numai de tip şiruri de numere reale; 4. Nu influenţează lipul de
recombinare folosit (discretă/ intermediară); 5. Se alege în funcţie de problema care se rezolvă; 6. Influenţează tipul de recombinare folosit; 7. Are influenţă
asupra mecanismului de· selecţie a generaţiei următoare; 8. Conţine alîl descrierea individului candidat cît şi parametrii care controlează evoluţia sa.
O a. 2, 4, 5, 6
0 b.1,3,4,8
@ C. 3,4, 8
0 d. 2, 4, 5, 8
O e.1, 7, 8
Componentelealgoritmilorevolutivisînt: 1. Reprezentarea;2. Probabilitateade mutaţie;, 3. Funcţia de
evaluare;4. Probabilitateade recombinare;5. Populaţia; 6. Generareade numerealeatoare; 7.
Mecanismulde selecţie a părinţilor; 8. Generareade permutări; 9. Reprezentareagrafică a evoluţiei
calităţii; 10. Operatoriide variaţie; 11. Stabilireadiversităţii geneticea populaţiei; 12. Mecanismulde
înlocuirea populaţiei curente; 13. Hillclimbing;14. Iniţializarea populaţiei; 15. Condiţia de terminare.
l ) 8. 1 1 3,5 1 6, 10, 13, 14 15
1
,-)
"" b.2,4,5,9, 15
1
•
1
c.1, 3, 5, 7, 10, 12,141 15
U d.1,2,5,6,7,14,15
U e.2,4,6,8,11,13
2E-8.5-25.5
1. Tipurile de probleme care pot fi rezolvate pe baza calcului evolutiv sunt: Probleme
de optimizare (1), Probleme de modelare (4), Probleme de simulare (6) -> 1,4,6
(B).
reprezentarea prin siruri reale? Mutatia uniforma (5), Mutatia neuniforma cu
-distributie fixata (6), Aritmetica simpla (18), Aritmetica singulara (19),
Aritmetica totala (20), Unipunct (14), Multipunct(15), Uniforma(16) -> (A)
3. In algoritmii genetici, reprezentarea prin siruri de numere intregi: e preferabila atunci
cand pentru fiecare gena sunt posibile mai mult de doua valori distincte (D).
4. In algoritmii genetici, reprezentarea prin permutari: necesita operatori de variatie
5. Calculul evolutiv este inspirat de: evolutia naturala biologica (A).
6. Algoritmul Hillclimbing: se aplica asupra unui singur punct din spatiul de cautare
performantele (2), De obicei gaseste un punct de optim local (7), Gaseste
uneori solutia optima (5)
Later edit: nu gaseste mereu solutia optima.(closed) - Cezar
7. In algoritmii genetici, reprezentarea binara: (B) A fost primul tip de reprezentare a
cromozomilor in algoritmii genetici
8. Caracteristicile unui algoritm genetic clasic: (E)1,3,5,8 --1.Reprezentarea populatiei
este realizata prin intermediul sirurilor binare, 3.Probabilitatea de selectie a
unui individ in multisetul parintilor este proportionala cu valoarea functiei de
evaluare pentru el; 5. Probabilitatea efectuarii unei mutatii este mica;
9. Intr-un algoritm evolutiv, functia de tip calitate: Evalueaza calitatea fiecarui
candidat (2), Trebuie maximizata(4) (B)
10. Componentele algoritmilor evolutivi sunt: reprezentarea, functia de evaluare,
populatia, mecanismul de selectare a parintilor, operatorii de variatie,
mecanismul de selectare a membrilor generatiei urmatoare, definirea modului
de initializare(populatia initiala) si definirea conditiei terminale => raspuns
corect: (B)

GALBEN = SIGUR
VERDE = INCERT

c. Utilizeaza populatia curenta
f. Este de tip neuniform
i. Este efectuata iterativ

e. Este efectuata imediat inaintea fiecare proceduri de mutatie
f. Este efectuata imediat dupa fiecare etapa de selectie a parintilor
h. Este efectuata iterativ
j. Utilizeaza populatia de parinti (recombinarea celor doi parinti)

a. Este generata la inceputul fiecarui ciclu evolutiv-nu, pentru ca ciclu evolutiv
c. Este generata inaintea inceperii evolutiei propriu-zise
e. Este generata utilizant distributia de probabilitate uniforma
f. Este generata aleator (setul initial de candidati este generat aleator, curs 1)
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 descendentii.
. a. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1
b. 5 3 11 13 2 14 6 15 1 8 4 7 9 10 12
c. 5 3 11 13 2 14 6 15 1 8 4 7 9 15 12 - al doilea copil
d.13 1 10 7 14 8 5 15 12 11 4 2 3 9 6 - primul copil
e. 5 3 15 13 2 14 6 10 1 8 4 7 9 11 12
f. 13 1 15 7 14 8 5 10 12 11 4 2 3 9 6
g. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
h. 13 1 11 7 14 8 5 15 12 10 4 2 3 9 6
i. 13 12 11 7 14 8 5 15 1 10 4 2 3 9 6
j. 5 3 15 13 2 14 6 10 12 8 4 7 9 11 1

f. Utilizeaza poplatia curenta
h. Determina obtinerea unui multiset de copii in general de dimensiuni mai mari
comparativ cu populatia curenta.
6. In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor

a. Influenteaza tipul de recombinare folosit
reale, permutari
f. Nu influenteaza tipul de mutatie folosit(discreta/ nediscreta)
g. Poate fi numai de siruri de numere reale
h. Contine atat descrierea individului candidat cat si parametrii care controleaza
evolutia sa.

a. Intotdeauna este bazata pe o distributie de probabilitate de selectie
b. Utilizeaza populatia curenta
f. Este efectuata imediat ce este disponibila o populatie curenta eva
luata
k. Este efectuata iterativ
l. Poate fi realizata prin utilizarea unei distributii de probabilitate de selectie
8. 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:
7, 6, 12, 14, 3, 10, 8, 15, 11, 5, 4, 1, 13, 2, 9
7, 14, 13, 12, 1, 15, 2, 8, 6, 3, 11, 5, 10, 4, 9
a. 3 si 13
b. 1 si 15
c. 1 si 14
d. 4 si 8
e. 1 si 12
f. 4 si 15
g. 3 si 15
h. 2 si 13
i. 2 si 14
j. 2 si 15
k. 1 si 13
- eu as zice b/c/i/j pentru ca se aplica mutatia o singura data

a. re probabilitate mica
A
c. Intotdeauna produce indivizi fezabili
d. Se aplica asupra descendentilor produsi de operatia de recombinare
f. Se aplica asupra populatiei curente
h. Poate sa produca indivizi nefezabili
i. Se efectueaza o singura data, dupa generarea populatiei initiale (mutatia se
face de mai multe ori; in cazul unui algoritm genetic, mutatia se face in fiecare
era)
j. Se aplica imediat inaintea fiecarei etape de selectie a generatiei urmatoare
(cred ca dupa mutatie urmeaza evaluare si dupa aceea selectia.- deci asta nu
ar fi)
l. Nu foloseste factori aleatori.

b. In unele variante necesita calcularea unei distributii de probabilitate de selectie
c. Indivizii alesi sunt intotdeauna fezabili
f. Uneori utilizeaza factori aleatori
g. Se aplica asupra populatiei curente si asupra descendentilor obtinuti
foloseste selectia bazata pe varsta. (ASTA ESTE GENITOR, NU VARSTA)
i. Se aplica asupra descendentilor. Asigura perpetuarea individului cu calitate
j. Alege generatia urmatoare dintre indivizii disponibili dupa operatia de mutatie
Structura EA
Structura GA
1 întrebare
Corect
t-' Întrebare cu flag
În algoritmii genetici, alegerea unei anumite

reprezentări 1. Este independentă de
de rezolvat; 3. Poate fi făcută aleator; 4. Este
imposibilă, fiind folosită doar reprezentarea
prin numere reale; 5. Influenţează calitatea
solutiei furnizate.
'
a. 2,3
• b. 2,V
C. 1,3
d.4
e. 3,5

2 întrebare
Corect
În cadrul unui algoritm evolutiv condiţia de

indicată; 3. Include obligatoriu, direct sau
indirect, controlul numărului de iteraţii
(numărul populaţiilor generate); 4. Nu poate fi
implementată; 5. Este utilizată doar în cadrul
GA, nu si în cadrul ES.
I
a. 5
b. 2,3,4
C. 2,4
• d. 1,~
e. 1,5

3 întrebare
Corect
ţ· Întrebare cu flag
În cadrul strategiei evolutive cu 2 membri (ES-

2M): 1. Este generată o populaţie iniţială
aleator, din distribuţia normală; 2. La fiecare
moment al evoluţiei algoritmului este
menţinut un singur candidat la soluţie; 3.
Populaţiile sînt de dimensiuni mari; 4. Calculul
gaussiană pentru fiecare componentă a
vectorului curent; 5. Sînt rezolvate probleme
pe spaţii continue; 6. Fiecare termen este
calculat în manieră stochastică; 7. Calculul
gaussiană pentru o componentă selectată
aleator din vectorul curent; 8. Este
intentionată
I
cresterea
I
calitătii
I
medii a
populaţiei curente; 9. Este garantată
obţinerea unui optim global; 1 O.Laînceputul
fiecărei iteraţii este testată dimensiunea
populaţiei curente; 11. Sînt creaţi descendenţi
obţinuţi din populaţia curentă prin
recombinare locală.
a. 2, 4, 5, ~
b. 1, 10
C. 2,4,6,9
d.6,8, 11
e.4,8, 11
4 întrebare
4 întrebare
Incorect
În algoritmii genetici, reprezentarea prin şiruri

de numere întregi
a. Este preferabilă pentru problemele
de optimizarte
b. Nu poate fi utilizată în cazul

c. Este preferabilă atunci cînd pentru

fiecare genă sînt posibile mai mult de
d. Nu este utilizată în algoritmi genetici
e. Este doar un exercitiu de I
Răspunsul corect este: Este preferabilă atunci

cînd pentru fiecare genă sînt posibile mai
mult de două valori distincte
5 întrebare
Incorect
În algoritmii genetici, operaţia de selecţie a

părinţilor
a. Este utilizată în general în manieră
nedeterministă

I
• d. Este utilizată determini5'(
e. Este utilizată în functie de

I
reprezentarea cromozomială
Răspunsul corect este: Este utilizată în

general în manieră nedeterministă
6 Întrebare
Corect
ţ., Întrebare cu flag
Într-un algoritm evolutiv, funcţia de evaluare:
a. se alege în funcţie de dimensiunea
populaţiei
b. este definită pe spaţiul

unidimensional
d. este o funcţie asimptotică
• e. estimează nivelul de adaptare a

individul~
Răspunsul corect este: estimează nivelul de

7 întrebare
Corect
Fie X=[ 6 1 8 1O5712 43 9 3 4 2] o secvenţă

de numere întregi. în urma aplicării mutaţiei
fluaj poate fi obţinută următoarea variantă
mutată: 1 . V=[ 16 1 8 1O 5 7 12 43 9 3 4 2 ]; 2.
V=[ 6 1 8 1O 5 7 12 43 9 4 3 2 ]; 3. V=[ 6 1 8 1 O
1 5 7 12 43 9 3 4 2 ]; 4. Y =[ 7 1 8 1O 5 7 12 43
9 3 4 2 ]; 5. V=[ 6 1 8 1O 5 7 12 43 9 3 4 2 ]; 6.
V=[ 6 1 8 1O 5 7 12 42 9 3 4 2 ]
• a. 2,4, 5,~
b. 2, 4, 6
C. 1,2,3,4, 5,6
d.4, 5,6
e. 2,3,4,5,6
8 întrebare
Corect
~ Întrebare cu flag
Algoritmii genetici
a. Sînt metode deterministe de căutare
în spaţiul soluţiilor
b. Folosesc exclusiv selectii I
deterministe
c. Rezolvă exclusiv probleme definite

pe spaţii continue
d. Utilizează la fiecare moment de timp

o variantă de soluţie modificată prin
perturbare normală
• e. Sînt tehnici de căutare stochastică

bazate pe populaţ~
Răspunsul corect este: Sînt tehnici de căutare

stochastică bazate pe populaţii
9 Întrebare
Corect
Algoritmul ES2M:
Răspunsul corect este: Este algoritmul auto-

adaptiv primar
1Oîntrebare
Corect
f' Întrebare cu flag

selecţie a supravieţuitorilor: 1. Se aplică
asupra populaţiei curente; 2. În unele variante
necesită calcularea unei distribuţii de
probabilitate de selecţie; 3. Utilizează
întotdeauna factori aleatori; 4. Alege
generaţia următoare dintre indivizii disponibili
după operaţia de mutaţie; 5. Indivizii aleşi sînt
întotdeauna fezabili; 6. Uneori utilizează
factori aleatori; 7. Asigură perpetuarea
individului cu calitate maximă din populaţia
curentă; 8. Duce la cresterea. . medii a
calitătii
populaţiei curente; 9. Garantează obţinerea
unei generaţii cu calitate medie superioară,
dacă foloseşte selecţia bazată pe vîrstă;
1 O.Seaplică la începutul fiecărei iteraţii; 11.
Se aplică asupra descendenţilor obţinuţi din
populaţia curentă; 12. Se aplică asupra
populaţiei curente şi asupra descendenţilor
obţinuţi din populaţia curentă.
a. 2,4,5,6, 1~
b. 2,3,4, 5,6, 11
C. 1,7
d.6,8, 11
e.4,8, 11

11 întrebare
Corect

baza calculului evolutiv sînt: 1. Probleme de
7. Alocarea dinamică a datelor în memoria
calculatorului; 8. Deplasarea autonomă a
vehiculelor.
• a. 1, 4, ~
b. 1,3,5, 7
C. 2,3,4
d. 2,4,6,8
e. 2,4,6

12 întrebare
Incorect
Fie X=[ 618105 7 9 3 4 2] o permutare. în

urma aplicării mutaţiei prin inversiune pentru
poziţiile(2,7) poate fi obţinută următoarea
2. V=[ 6 9 7 5 1O 8 1 3 4 2]; 3. V=[ 7 6 8 1O 5 1
9 3 4 2] ; 4. V=[ 6 7 1 O 8 5 9 1 3 4 2] ;5. V=[ 6
8 7 5 1 O 1 9 3 4 2 ] ; 6. V=[ 6 2 8 1 O 5 1 9 3 4 7]
• a. ,c
b. 2
C. 1,5
d. 2,5
e. 1

13 întrebare
Incorect
Fie permutările x=[1 O 2 3 9 1 7 6 4 8 5] şi

y=[5 4 7 2 1 9 3 6 8 1 O], un cromozom
4 7 6 8 1O]. Atunci ordinea considerării
părinţilor şi respectiv punctele de încrucişare
sînt:
• a. (y,x)şi (1,41(
b. (y,x)şi (2,5)
C. (x,y)Şi (1,4)
d. (x,y)şi (2,5)
e. (y,x)şi (1,5)
Răspunsul corect este: (x,y)şi (2,5)

14 întrebare
Incorect
Care din următoarele metode pot fi folosite în

îmbunătăti
'
informatia în interiorul unei
'
populaţii: 1. recursivitate; 2. hillclimbing; 3.
I
divide et impera; 4. strategie evolutivă cu doi
metoda gradientului; 1 O. ECX.
• a. 2, 4, 6, 8, 1~
b. 1,3,5, 7,8
C. 2,3,5,6,9
d. 2,4,6, 7,9
e. 1,3,6, 7, 10
Răspunsul corect este: 2,4,6,7,9

15 întrebare
Incorect
• a. Niciuna din celelalte variantoc
b. Nu e necesară în algoritmii genetici
c. Nu depinde de reprezentarea aleasă
d. Obligatoriu după extragerea celui mai

bun individ din populaţia finală
e. Garantează obtinerea de rezultate

'
optime
Răspunsul corect este: Obligatoriu după

extragerea celui mai bun individ din populaţia
finală
16 întrebare
Incorect
În algoritmii genetici, reprezentarea prin

permutări

recombina roc

mutatie I
d. Necesită operatori de variaţie special

definiti I
e. Nu permite mai mult de două gene cu

aceeasi, valoare într-un cromozom
Răspunsul corect este: Necesită operatori de

variaţie special definiţi
17 întrebare
Incorect
\~ Întrebare cu flag
În cadrul unui algoritm evolutiv populaţia

iniţială: 1. Este generată înaintea începerii
evoluţiei propriu-zise; 2. Este generată după
fiecare ciclu evolutiv (care presupune
efectuarea operaţiilor de selecţie,
recombinare, mutaţie, evaluare); 3. Este
generată la începutul fiecărui ciclu evolutiv; 4.
Este generată aleator; 5. Este generată
utilizînd distribuţia de probabilitate uniformă;
6. Este generată utilizînd distribuţia de
probabilitate normală; 7. Este setată pe
multimea
, vidă.
a. 1, 2, 4, 5, ~
b. 1, 2,4, 7
C. 1,4,5
d. 2,5,7
e. 5, 7

18 întrebare
Incorect
ţ„ Întrebare cu flag
Fie X=[ 618105 7 9 3 4 2] o permutare. În

urma aplicării mutaţiei prin amestec pentru
poziţiile (2,7) poate fi obţinută următoarea
2. V=[ 6 7 8 1O 5 1 9 3 4 2]; 3. V=[ 7 6 8 1O 5 1
9 3 4 2]; 4. V=[ 6 7 1O 8 5 9 1 3 4 2] ;5. V=[ 6
9 7 5 1O 8 1 3 4 2 ] ; 6. V=[ 6 2 8 1 O 5 1 9 3 4 7]
• a. 1, 2, ~
b.3,4,5
C. 1,2,3
d. 2,4,5
e. 2,5,6
Răspunsul corecteste:2,4, 5
19 întrebare
Incorect
f' întrebare cu flag

recombinare: 1. Este efectuată o singură dată
pe parcursul unui algoritm genetic; 2. Este
efectuată imediat după fiecare etapă de
selecţie a părinţilor; 3. În general
probabilitatea de recombinare nu contează în
4. Este efectuată imediat înaintea fiecărei
proceduri de mutaţie; 5. Este efectuată
imediat înaintea fiecărei etape de selecţie a
părinţilor;6. Utilizează populaţia de părinţi; 7.
Este utilizată doar în probleme fără
constrîngeri; 8. Este utilizată cu probabilitate
mare; 9. Este utilizată cu probabilitate mică;
1 O. Este efectuată o singură dată, după prima
etapă de selecţie a părinţilor.
a. 2, 5, 7, ~
b. 1,2,7,8
c.4,8,9, 10
d. 2,3,4,7
e. 2,4,6,8
20 întrebare
Corect
• a. Evoluţia naturală biologic4'
b. Revolutia
, industrială
c. Noua revoluţie agrară
,
e. Societatea informatională
,
Răspunsul corect este: Evoluţia naturală

biologică
21 întrebare
Corect
Fie următorul cromozom de tip permutare: {7,

6, 12, 14,3, 10,8, 15, 11,5,4, 1, 13,2,9}.În
urma aplicării operatorului de mutaţie prin
amestec s-a obţinut cromozomul: {7, 14, 13,
12, 1, 15, 2, 8, 6, 3, 11, 5, 1 O,4, 9 }. Cele două
poziţii utilizate pentru amestec sînt: 1. 1 şi 14;
2. 4 si 15; 3. 3 si 15; 4. 4 si 8; 5. 2 si 15; 6. 1 si
' ' ' ' '
12; 7. 2 si 14; 8. 2 si 13; 9. 1 si 15; 1 O. 1 si 13;
I I I I
11.3si13. I
a.6
b. 2
C. 6, 7,9
• d. 1,5, 7,~
e. 5, 1O

22 întrebare
Corect
\t:-Întrebare cu flag
Care din următorii operatori pot fi utilizaţi într-

un algoritm genetic care foloseşte
reprezentarea prin şiruri de numere reale? 1.
pseudo-aleatoare; 4. Resetare deterministă;
5. Mutaţia uniformă; 6. Mutaţia neuniformă cu
distribuţie fixată; 7. Mutaţia locală; 8.
lnterschimbarea; 9. Inserarea; 1O. Mutaţia
rapidă; 11. Amestecul; 12. Mutaţia globală;
15. Recombinare multi punct; 16.
Recombinare uniformă; 17. Recombinarea
rădăcinilor; 18. Recombinare aritmetică
simplă; 19. Recombinare aritmetică singulară;
20. Recombinare aritmetică totală; 21.
Recombinarea şirurilor maxime; 22. Partially
Recombinarea ciclică
a. Toţi operatorii de mai sus
• b. 5,6, 14, 15, 16, 18, 19,2Qf
C. 1,3,4,7, 10, 13, 16, 17,20
d. 2, 7, 1O, 12,17, 21
e. 3, 4, 5, 6, 7,12, 18, 19, 21
Răspunsul corect este: 5, 6, 14, 15, 16, 18, 19,

20
23 întrebare
Corect
Fie X=[ 6 1 8 1O 5 7 9 3 4 2] şi Y=[ 9 8 7 3 6 1

5 1O 4 2] permutări. Care urmaşi sînt generaţi
a. C1 =[ 6 7 8 1O 5 1 9 3 4 2 ], C2=[ 9 8 1
36751042]
• b. C1 =[ 6 8 7 1O 5 1 9 3 4 2 ], C2=[ 9 1 8
3 6 7 5 10 4 2~
c. C1 =[ 8 7 1O 5 1 9 3 4 2 6 ], C2=[ 2 9 1
83675104]
d. C1 =[ 2 6 7 8 1O 5 1 9 3 4 ], C2=[ 2 8 1
36751049]
e. C1 =Y, C2=X
Răspunsul corect este: C1 =[ 6 8 7 1O 5 1 9 3 4

2 ], C2=[ 9 1 8 3 6 7 5 1O 4 2]
24 întrebare
Incorect
\t" Întrebare cu flag

Poate fi oricare dintre: siruri binare, siruri de
' '
numere întregi, şiruri de numere reale,
permutări; 2. Poate fi numai de tip şiruri de
numere întregi sau reale; 3. Poate fi numai de
tip şiruri de numere reale; 4. Nu influenţează
tipul de recombinare folosit (discretă/
intermediară); 5. Se alege în funcţie de
problema care se rezolvă; 6. Influenţează tipul
de recombinare folosit; 7. Are influentă
'
asupra mecanismului de selecţie a generaţiei
următoare; 8. Cantine atît descrierea
'
individului candidat cît şi parametrii care
'
• a. 1, 3, 4, ~
b. 2,4, 5,6
C. 2,4,5,8
d.1,7,8
e. 3,4,8
25 întrebare
Corect
~ întrebare cu flag

evolutive, operaţia de mutaţie: 1. Este utilizată
doar în probleme cu constrîngeri; 2. Este
efectuată imediat ce este disponibilă o
populaţie de copii; 3. Alege pentru mutaţie în
medie jumătate de indivizi; 4. Utilizează două
neuniform (fluaj); 6. Este efectuată o singură
dată, după prima etapă de generare a unei
populaţii; 7. Este realizată cu probabilitate
mică; 8. Este efectuată o singură dată pe
parcursul unui algoritm; 9. Determină
structura cromozomială; 1O. Utilizează
populaţia curentă; 11 . Este efectuată iterativ.
a. 2, 5,9, 1~
b. 2,5,9, 10
C. 1, 5,6,8
d. 1, 4, 5, 7
e. 1, 5,9, 10
Răspunsulcorecteste:i 5,9,11
26 întrebare
Incorect
ţ' Întrebare cu flag
În cadrul unui algoritm genetic care

maximizează o funcţie (fitness): 1. Selecţia
generaţiei următoare este obligatoriu bazată
pe vîrstă; 2. Sînt rezolvate doar probleme cu
constrîngeri; 3. Mutaţia este realizată cu
probabilitate mică; 4. Nu este recomandată
utilizarea selecţiei FPS; 5. Multisetul copiilor
este fără duplicate; 6. Selecţia
supravieţuitorilor este determinată de calitate
si/sau factorul
I
vîrstă; 7. Recombinarea este
realizată rareori; 8. Se
urmăreşte determinarea unui punct de maxim
global; 9. Structura cromozomială diferă dacă
functia
, este translatată.
a. 1, 3, 5, ,C
b.4,6,8
C. 3,6,8
d. 1,3,4, 7
e. 5,6, 7
27 întrebare
Incorect
t, Întrebare cu flag
Fie următorii doi cromozomi de tip permutare:

{ 6, 3, 7, 8, 5, 1, 2, 4, 9 } şi { 7, 2, 8, 5, 6, 9, 4, 1,
3}. Aplicînd operatorul de recombinare PMX,
cu poziţiile 3 şi 6 se obţin descendenţii: a. 6,
3, 7,8, 5,9,4, 1,2; b. 7,4,6,8, 5, 1,2,9,3;c. 8,
3, 7, 5,6,9,4,2, 1;d. 6,2, 7,8, 5, 1,4,9,3;e. 7,
2,8, 5,6, 1,3,4,9;f. 6,2, 7,8, 5,9,4, 1,3;g. 7,
9, 8, 6, 5, 1, 2, 4, 3; h. 7, 3, 8, 5, 6, 9, 2, 4, 1;i. 7, 3,
8,5,6, 1,2,4,9;j. 5,3, 7,8,6,9,4, 1,2.
• a. a, oe
b. b,c
C. d,h
d. g, j
e. f, i

I
28 întrebare
Corect
\'C'Întrebare cu flag
Componentele algoritmilor evolutivi sînt: 1.

Reprezentarea; 2. Probabilitatea de mutaţie;
3. Funcţia de evaluare; 4. Probabilitatea de
recombinare; 5. Populaţia; 6. Generarea de
numere aleatoare; 7. Mecanismul de selectie
,
a părinţilor; 8. Generarea de permutări; 9.
Reprezentarea grafică a evoluţiei calităţii; 1O.
Operatorii de variaţie; 11. Stabilirea diversităţii
genetice a populaţiei; 12. Mecanismul de
înlocuire a populaţiei curente; 13.
Hillclimbing; 14. Iniţializarea populaţiei; 15.
Conditia
, de terminare.
a. 2,4,6,8, 11, 13
• b. 1,3,5,7, 10, 12, 14, 1ij,
C. 1,2,5,6,7, 14, 15
d. 2,4,5,9, 15
e. 1,3,5,6, 10, 13, 14, 15
Răspunsul corect este: 1,3,5,7, 10, 12, 14, 15

29 întrebare
Corect
t:' Întrebare cu flag
Algoritmul Hillclimbing: 1. Se aplică asupra

unui singur punct din spaţiul de căutare; 2.
puncte pentru a creşte performanţele; 3. Este
inspirat din tehnicile de alpinism; 4. Găseşte
întotdeauna soluţia optimă; 5. Găseşte uneori
soluţia optimă; 6. Calculele se încheie atunci
cînd temperatura sistemului devine zero; 7.
De obicei găseşte un punct de optim local; 8.
Se utilizează numai pentru reprezentarea cu
I
a. 1,4,6, 7
b. 1, 2,4, 7
C. 1,5, 7,8
• d. 1, 2, 5, ~
e.3,4,6,8

30 întrebare
Incorect
'C' Întrebare cu flag
Într-un algoritm genetic, populaţia iniţială: 1.

Este generată pînă cînd este atins un optim
local; 2. Este construită o singură dată ; 3.
Suferă mutaţie cu o probabilitate relativ mică;
4. Trebuie modificată la fiecare iteratie; 5.

I
Cantine
, exclusiv indivizi fezabili; 6. Este
formată din indivizii care trec în generaţia
următoare; 7. Este generată utilizînd
distribuţia de probabilitate uniformă.
• a. 1, ~
b. 1, 2, 7
C. 2,3,7
d. 2,5,7
e.4, 5, 7
2 ] şi V=[ 9 8 7 3 6 1 5 1O 4 2 ] perm
, 2=(91836
c. C 1=[ 8 7 1O 5 1 9 3 4 2 6 ] , C2=[ 2 9 1 8 3 6 7 5 1O 4 1
d. C1=[ 6 7 8 10 5 1 9 3 4 2 ], C2=[ 9 8 1 3 6 7 5 10 4 21
e. C1 =[ 2 6 7 8 1O 5 1 9 3 4 ], C2=[ 2 8 1 3 6 7 5 1O 4 91
to search
't:adrulunuialgoritm evolutivcondiţia de terminare: 1.
obligatorie;2. Nu este indicată; 3. Include obligatoriu,
sau indirect,contro/ulnumărului de iteraţii (numărul
implementată; 5. Este
tatiilorgenerate);4. Nu poate fi
ată şi
doarîn cadrul GA, nu în cadrul ES.
getio opţiune:
t}
a 2,4
b 1, 5
13
2 3,4
-,.,-~1•~ ITTI"{
gene.rare aleatoare de fenotipuri şi apoi ob\'
asociat. m
Condiţia terminală:
□ atingerea unui număr maxim de iteraţii (generaţii);

□ atingerea unui număr maxim de evaluări ale calităţii indivizilor;
□ pentru o anumită perioadă de timp (un număr de iteraţii
număr de evaluări specificat) calitatea populaVeicurente
semnificativ îmbunătăţită (este sub un prag dat);
□ diversitatea populaţiei scade sub un prag dat.
Do more with Microsoft Edg~-the

fast new browser built for Windows
1O.
Algoritmiigenetici
Alegeţio opţiune:
a. Utilizează la fiecare moment de timp o varian
prin perturbare normală
b. Sînt tehnici de căutare stochastică bazate pe aţii
c. Folosesc exclusiv selectii
'
deterministe
d. Sînt metode deterministe de căutare în spaţiul soluţiilor
e. Rezolvă exclusiv probleme definite pe spaţii continue
Urmă
o search
o
" ''"
~\~
.
.,;'iJ'.;~ .
.,•. ~
~:¾
'
:..,'
,,. ,
"" "-".w·
""~
ţ ' .:,,
~~
'
"
·•
105193421, C2={ 9 8138
e. C1=[ 2 6 7 8 10 5 1 9 3 4 ], C2=[ 2 8 1 3 6 7 5 10 4 9]
ere to search
GRILE PEAG USCATU
2. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie: 1. Este utilizata
distincte de copii; 5. Este de tip neuniform (fluaj); 6. Este efectuata o singura data, dupa prima
etapa de generare a unei populatii; 7. Este realizata cu probabilitate mica; 8. Este efectuata o
singura data pe parcursul unui algoritm; 9. Determina structura cromozomiala; 10. Utilizeaza
populatia curenta; 11. Este efectuata iterativ.
a. 1, 4, 5, 7
b. 2, 5, 9, 10
c. 1, 5, 6, 8
d. 1, 5, 9, 10
e. 2, 5, 9, 11
3. Componentele algoritmilor evolutivi sint: 1. Reprezentarea; 2. Probabilitatea de mutatie; 3.
Functia de evaluare; 4. Probabilitatea de recombinare; 5. Populatia; 6. Generarea de numere
aleatoare; 7. Mecanismul de selectie a parintilor; 8. Generarea de permutari; 9. Reprezentarea
grafica a evolutiei calitatii; 10. Operatorii de variatie; 11. Stabilirea diversitatii genetice a
populatiei; 12. Mecanismul de inlocuire a populatiei curente; 13. Hillclimbing; 14. Initializarea
populatiei; 15. Conditia de terminare.
a. 1, 3, 5, 7, 10, 12, 14, 15
4. In algoritmii genetici, reprezentarea prin siruri de numere intregi:
a. Nu este utilizata in algortimi genetici
c. Este doar un exercitiu de implementare, nefiind necesara
d. Este preferabila atunci cind pentru fiecare gena sint posibile mai mult de doua valori distincte
5. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de mutatie: 1. Este utilizata
distincte de copii; 5. Este de tip neuniform (fluaj); 6. Este efectuata o singura data, dupa prima
etapa de generarea a unei populatii; 7. Este realizata cu probabilitate mica; 8. Este efectuata o
singura data pe parcursul unui algoritm; 9. Determina structura cromozomiala; 10. Utilizeaza
populatia curenta; 11. Este efectuata iterativ.
a. 2, 5, 9, 11
b. 1, 4, 5, 7
c. 1, 5, 9, 10
d. 1, 5, 6, 8
e. 2, 5, 9, 10
6. In algoritmii genetici, operatia de selectie a parintilor
a. Este utilizata in general in maniera nedeterminista
d. Este utilizata in functie de reprezentarea cromozomiala(asa am gasit in linku de la catalin)
e. Este doar un exercitiu de implementare, nefiind necesara
7. Fie urmatorii doi cromozomi de tip permutare: { 6, 3, 7, 8, 5, 1, 2, 4, 9} si { 7, 2, 8, 5, 6, 9, 4, 1,
3}. Aplicind operatorul de recombinare PMX, cu pozitiile 3 si 6 se obtin descendentii: a. 6, 3, 7,
8, 5, 9, 4, 1, 2; b. 7, 4, 6, 8, 5, 1, 2, 9, 3; c. 8, 3, 7, 5, 6, 9, 4, 2, 1; d. 6, 2, 7, 8, 5, 1, 4, 9, 3; e. 7, 2,
8, 5, 6, 1, 3, 4, 9; f. 6, 2, 7, 8, 5, 9, 4, 1, 3; g. 7, 9, 8, 6, 5, 1, 2, 4, 3; h. 7, 3, 8, 5, 6, 9, 2, 4, 1; i. 7, 3,
8, 5, 6, 1, 2, 4, 9; j. 5, 3, 7, 8, 6, 9, 4, 1, 2
a. d, h
b. g, j
c. f, i
d. b, c
e. a, e
8. Tipurile de probleme care pot fi rezolvate pe baza calculului evolutiv sint: 1. Probleme de
optimizare; 2. Probleme de geometrie; 3. Prelucrarea datelor de dimensiune mare (big-data); 4.
Probleme de modelare; 5. Probleme de validare a datelor; 6. Probleme de simulare; 7. Alocarea
dinamica a datelor in memoria calculatorului; 8. Deplasarea autonoma a vehiculelor.
a. 1, 4, 6
b. 2, 4, 6, 8
c. 2, 3, 4
d. 2, 4, 6
e. 1, 3, 5, 7
9. Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] o permutare. In urma aplicarii mutatiei prin amestec pentru
pozitiile (2,7) poate fi obtinuta urmatoarea varianta mutata Y: 1. Y=[2 6 7 8 10 5 1 9 3 4]; 2. Y=[
6 7 8 10 5 1 9 3 4 2]; 3. Y=[ 7 6 8 10 5 1 9 3 4 2]; 4. Y=[ 6 7 10 8 5 9 1 3 4 2]; 5. Y=[ 6 9 7 5 10 8 1 3
4 2]; 6. Y=[ 6 2 8 10 5 1 9 3 4 7]
a. 2, 4, 5
b. 3, 4, 5
c. 2, 5, 6
d. 1, 2, 3
e. 1, 2, 5
10. In cadrul strategiei evolutive cu 2 membri (ES-2M): 1. Este generata o populatie initiala
aleator, din distributia normala; 2. La fiecare moment al evolutiei algoritmului este mentinut un
singur candidat la solutie; 3. Populatiile sint de dimensiuni mari; 4. Calculul unui termen nou
este realizat prin mutatie gaussiana pentru fiecare componenta a vectorului curent; 5.Sint
rezolvate probleme pe spatii continue; 6. Fiecare termen este calculat in maniera stochastica; 7.
Calculul unui termen nou este realizat prin mutatie gaussiana pentru o componenta selectata
aleator din vectorul curent; 8. Este intentionata cresterea calitatii medii a populatiei curente; 9.
Este garantata obtinerea unui optim global; 10. La inceputul fiecarei iteratii este testata
dimensiunea populatiei curente; 11. Sint creati descendenti obtinuti din populatia curenta prin
recombinare locala.
a. 1, 10
b. 4, 8, 11
c. 2, 4, 6, 9
d. 2, 4, 5, 6
e. 6, 8, 11
11. Decodificarea trebuie realizata
a. Niciuna din celelelate variante
b. Nu e necesara in algoritmii genetici
d. Garanteaza obtinerea de rezultate optime
e. Obligatoriu dupa extragerea celui mai bun individ din populatia finala
12. Algoritmul ES2M
b. Nici una din celelalte variante
c. Nu este un algoritm auto-adaptiv
13. 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 obtinut cromozomul: {7, 14, 13, 12, 1,
15, 2, 8, 6, 3, 11, 5, 10, 4, 9}. Cele doua pozitii utilizate pentru amestec sint: 1. 1 si 14; 2. 4 si 15;
3. 3 si 15; 4. 4 si 8; 5. 2 si 15; 6. 1 si 12; 7. 2 si 14; 8. 2 si 13; 9. 1 si 15; 10. 1 si 13; 11. 3 si 13
a. 2
b. 6
c. 1, 5, 7, 9
d. 6, 7, 9
e. 5, 10
14. In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor: 1. Se aplica asupra
populatiei curente; 2. In unele variante necesita calcularea unei distributii de probabilitate de
selectie; 3. Utilizeaza intotdeauna factori aleatori; 4. Alege generatia urmatoare dintre indivizii
disponibili dupa operatia de mutatie; 5. Indivizii alesi sint intotdeauna fezabili; 6. Uneori
utilizeaza factori aleatori; 7. Asigura perpetuarea individului cu calitate maxima din populatia
curenta; 8. Duce la cresterea calitatii medii a populatiei curente; 9. Garanteaza obtinerea unei
generatii cu calitate medie superioara, daca foloseste selectia bazata pe virsta; 10. Se aplica la
inceputul fiecarei iteratii; 11. Se aplica asupra descendentilor obtinuti din populatia curenta; 12.
Se aplica asupra populatiei curente si asupra descendentilor obtinuti din populatia curenta.
a. 2, 3, 4, 5, 6, 11
b. 1, 7
c. 2, 4, 5, 6, 12
d. 4, 8, 11
e. 6, 8, 11
15. Algoritmul Hillclimbing: 1. Se aplica asupra unui singur punct din spatial de cautare; 2.
inspirat din tehnicile de alpinism; 4. Gaseste întotdeauna solutia optima; 5. Gäseste uneori
solutia optima; 6. Calculele se încheie atunci cînd temperatura sistemului devine zero; 7.
De obicei gäseste un punct de optim local; 8. Se utilizeazä numai pentru reprezentarea cu siruri
de numere reale.
Alegeti o optiune:
a. 1,4, 6,7
b. 1,2, 4,7
c. 1,5, 7,8 •
d. 1,2, 5, 7
e. 3,4, 6,8
16. In cadrul unui algoritm de clasa strategiilor evolutive, reprezentarea cromozomilor: 1. Poate
fi oricare dintre: siruri binare, siruri de numere intregi, siruri de numere reale, permutari; 2.
Poate fi numai de tip siruri de numere intregi sau reale; 3. Poate fi numai de tip siruri de
numere reale; 4. Nu influenteaza tipul de recombinare folosit (discreta/intermediara); 5. Se
alege in functie de problema care se rezolva; 6. Influenteaza tipul de recombinare folosit; 7. Are
influenta asupra mecanismului de selectie a generatiei urmatoare; 8. Contine atit descrierea
individului candidat cit si parametrii care controleaza evolutia sa.
a. 2, 4, 5, 6
b. 1, 3, 4, 8
c. 2, 4, 5, 8
d. 1, 7, 8
e. 3, 4, 8
17. Fie X=[ 6 1 8 10 5 7 9 3 4 2 ] si Y=[ 9 8 7 3 6 1 5 10 4 2] permutari. Care urmasi sint generali
Alegeti o optiune:
a. C1=[67 8 10 5 1 9 3 4 2], C2=[ 9 8 1 367 5 1042]
b. C1 =[ 6 8 7 10 5 1 9 3 4 2 ], C2=[ 9 1 8 3 6 7 5 10 4 2 ]
c. C1 =[ 8 7 10 5 1 9 3 4 2 6 ], C2=[ 2 9 1 83675104]
d. Cl =[ 2 6 7 8 10 5 1 9 3 4], C2=[ 2 8 1 36751049]
e. C1 =Y, C2=X
18. în cadrul unui algoritm evolutiv populatia initiala: 1. Este generate înaintea începerii
evolutiei propriu-zise; 2. Este generata dupa fiecare ciclu evolutiv (care presupune efectuarea
operatiilor de selectie, recombinare, mutatie, evaluare); 3. Este generata la începutul fiecarui
ciclu evolutiv; 4. Este generata aleator; 5. Este generata utilizînd distribute de probabilitate
uniforma; 6. Este generata utilizînd distributia de probabilitate normala; 7. Este setata pe
multimea vida.
Alegeti o optiune:
• a. 1,2,4,5, 6
b. 1,2, 4, 7
c. 1,4,5
d. 2,5,7
e. 5,7
19. In algoritmii genetici, reprezentarea prin permutari
Alegeti o optiune:
a. Nu permite utilizarea de operatori de recombinare
b. Nu permite utilizarea de operatori de mutatie
e. Nu permite mai mult de doua gene eu aceeasi valoare într-un cromozom
20. În algoritmii genetici, alegerea unei anumite reprezentări: 1. Este independentă de
problema de rezolvat; 2. Depinde de problema de rezolvat; 3. Poate fi făcută aleator; 4. Este
imposibilă, fiind folosită doar reprezentarea prin numere reale; 5. Influențează calitatea soluției
furnizate
a. 2, 3
b. 2, 5
c. 1, 3
d. 4
e. 3, 5
21. În cadrul unui algoritm evolutiv condiția de terminare: 1. Este obligatorie; 2. Nu este
indicată; 3. Include obligatoriu, direct sau indirect, controlul numărului de iterații (numărul
populațiilor generate); 4. Nu poate fi implementată; 5. Este utilizată doar în cadrul GA, nu și în
cadrul ES.
a. 5
b. 2, 3, 4
c. 2, 4
d. 1, 3
e. 1, 5
22. Intr-un algoritm evolutiv, functia de evaluare:
Alegeti o optiune:
a. se alege în funcfle de dimensiunea populatiei
b. este definitä pe spatiul unidimensional
c. este stabilitä de Holland
d. este o functie asimptoticä
e. estimeaza nivelul de adaptare a individuliui
23. Fie X=[ 6 1 8 10 5 7 12 43 9 3 4 2 ] o secventa de numere intregi. In urma aplicarii mutatiei
fluaj poate fi obtinuta urmatoarea varianta mutata: 1. Y=[ 16 1 8 10 5 7 12 43 9 3 4 2 ]; 2. Y=[ 6 1
8105712 43 9432]; 3. Y=[ 61 810 15 7 12 43 9 342]; 4. Y=[7 1 8 10 5 7 12 43 9 3 4 2 ]; 5. Y=[ 6 1
8105712 43 9342]; 6. Y=[ 61 8105712 42 9342]
Alegeti o optiune:
• a. 2,4, 5,
b. 2,4, 6
c. 1,2, 3, 4, 5, 6
d. 4, 5, 6
e. 2, 3,4, 5, 6
24. Algoritmii genetici
a. Sint metode deterministe de cautare in spatiul solutiilor
b. Folosesc exclusiv selectii deterministe
c. Rezolva exclusiv probleme definite pe spatii continue
d. Utilizeaza la fiecare moment de timp o varianta de solutie modificata prin perturbare
normala
e. Sint tehnici de cautare stochastica bazate pe populatii
25. Fie X=[ 61 810579342]o permutare. In urma aplicarii mutatiei prin inversiune pentru
pozitiile (2,7) poate fi obtinuta urmatoarea varianta mutata Y: 1. Y=[ 2 6 7 8 10 5 1 9 3 4] ; 2. Y=[
6 9 7 5 10 8 1 3 4 2 ] ; 3. Y=[ 7 6 8 10 5 1 9 3 4 2]; 4. Y=[ 6 7 10 8 5 9 1 3 4 2 ] ;5. Y=[ 6 875101
9342]; 6. Y=[ 6281051 934 7]
Alegeti o optiune:
a. 5
b. 2
c. 1,5
d. 2, 5
e. 1
26. Fie permutarile x=[10 2391 7648 5] si y=[5 4 7 2 1 9 3 6 8 10], un cromozom copil rezultat
prin PMX este c=[ 5 2 3 9 1 4 7 6 8 10]. Atunci ordinea considerarii parintilor si respectiv
punctele de incrucisare sint:
Alegeti o optiune:
• a. (y,x) si (1,4)
b. (y,x) si (2,5)
c. (x,y) si (1,4)
d. (x,y) si (2,5)
e. (y,x) si (1,5)
27. Care din urmatoarele metode pot fi folosite in cadrul algoritmilor memetici pentru a
îmbunatati informatia in interiorul unei populatii: 1. recursivitate; 2. hillclimbing; 3. divide et
impera; 4. strategie evolutivä eu doi membri; 5. backtracking; 6. metode exacte; 7. metode
euristice; 8. validarea datelor; 9. metoda gradientului; 10. ECX.
Alegeti o optiune:
• a. 2, 4, 6, 8,10
b. 1,3, 5,7,8
c. 2, 3, 5, 6, 9
d. 2, 4, 6,7,9
e. 1,3, 6, 7,10
28. In cadrul unui algoritm evolutiv populate initiala: 1. Este generata inaintea inceperii
evolutiei propriu-zise; 2. Este generata dupa fiecare ciclu evolutiv (care presupune efectuarea
operatiilor de selectie, recombinare, mutatie, evaluare); 3. Este generata la inceputul fiecarui
ciclu evolutiv; 4. Este generata aleator; 5. Este generata utilizind distribute de probabilitate
uniforma; 6. Este generata utilizind distribute de probabilitate normalâ; 7. Este setatä pe
multimea vidâ.
Alegeti o optiune:
• a. 1,2,4,5, 6
b. 1,2, 4, 7
c. 1,4,5
d. 2,5,7
e. 5,7
29. In cadrul unui algoritm genetic operatia de recombinare: 1. Este efectuata o singura data pe
parcursul unui algoritm genetic; 2. Este efectuata imediat dupa fiecare etapa de selectie a
parintilor; 3. In general probabilitatea de recombinare nu conteaza in rezolvarea problemelor
prin algoritmi genetici; 4. Este efectuata imediat înaintea fiecarei proceduri de mutatie; 5. Este
efectuata imediat inaintea fiecarei etape de selectie a parintilor; 6. Utilizeaza populatia de
parinti; 7. Este utilizata doar în probleme fara constringeri; 8. Este utilizata cu probabilitate
mare; 9. Este utilizata cu probabilitate mica; 10. Este efectuatä o singurä datä, dupä prima
etapä de selectie a parintilor.
Alegefi o opfiune:
• a. 2, 5.7, 8
b. 1,2,7,8
c. 4, 8, 9,10
d. 2, 3, 4,7
e. 2,4, 6,8
30. Calculul evolutiv este inspirat din:
Alegeti o optiune:
a. Evolutia naturala biologica
c. Noua revolutie agrarä
reprezentarea prin siruri de numere reale? 1. Negarea; 2. Negarea fuzzy; 3. Resetarea pseudo-
aleatoare; 4. Resetare determinista; 5. Mutatia uniforma; 6. Mutatia neuniforma cu distribute
fixata; 7. Mutatia locala; 8. Interschimbarea; 9. Inserarea; 10. Mutafla rapidä; 11. Amestecul;
12. Mutafia globalä;13. Inversiunea; 14. Recombinare unipunct;15. Recombinare multipunct;
16.Recombinare uniformä; 17. Recombinarea rädäcinilor; 18. Recombinare aritmeticä simplä;
19. Recombinare aritmeticä singularä; 20. Recombinare aritmeticä totalä; 21. Recombinarea
sirurilor maxime; 22. Partially mapped crossover; 23. Recombinare de ordine; 24.
Recombinarea muchiilor; 25. Recombinarea ciclicä
Alegefi o opfiune:
b. 5.6,14,15.16,18,19,20
c. 1,3,4, 7,10,13,16,17, 20
d. 2.7,10,12,17,21
e. 3,4, 5.6,7,12,18,19,21
32. In cadrul unui algoritm din clasa strategiilor evolutive, reprezentarea cromozomilor: 1.
Poate fi oricare dintre: siruri binare, siruri de numere intregi, siruri de numere reale, permutari;
2. Poate fi numai de tip sirui de numere intregi sau reale; 3. Poate fi numai de tip siruri de
numere reale; 4. Nu influenteaza tipul de recombinare folosit (discretà / intermediarâ); 5. Se
alege în functie de problema care se rezolva; 6. Influenteaza tipul de recombinare folosit; 7. Are
influenta asupra mecanismului de selectie a generatiei urmatoare; 8. Confine atit descrierea
individului candidat cît $i parametrii care controleazä evolufia sa.
Alegefi o optiune:
• a. 1,3,4, 8
b. 2,4. 5,6
c. 2,4. 5,8
d. 1,7,8
e. 3,4, 8
33. In cadrul unui algoritm genetic care maximizeaza o functie (fitness): 1. Selectia generatiei
urmatoare este obligatoriu bazata pe virsta; 2. Sint rezolvate doar probleme cu constringeri; 3.
Mutatia este realizata cu probabilitate mica; 4. Nu este recomandata utilizarea selectiei FPS; 5.
Multisetul copiilor este tara duplicate; 6. Selecîa supraviejuitorilor este determinatâ de calitate
çi/sau factorul vîrstâ; 7. Recombinarea este realizatä rareori; 8. Seurmäreste determinarea unui
punct de maxim global; 9. Structura cromozomialä diferä daeà functia este translatatâ.
• a. 1,3,5,9
b. 4, 6, 8
C. 3, 6, 8
d. 1,3,4.7
e. 5, 6,7
34. Intr-un algoritm genetic, populate initiala: 1. Este generata pina cind este atins un optim
local; 2. Este construita o singura data ; 3. Sufera mutatie cu o probabilitate relativ mica; 4.
Trebuie modificata la fiecare iteratie; 5. Contine exclusiv indivizi fezabili; 6. Este formata din
indivizii care tree in generatie urmatoare; 7. Este generata utilizind distributie de probabilitate
uniforma.
Alegeti o optiune:
• a. 1, 3
b. 1,2,7
c. 2, 3,7
d. 2, 5,7
e. 4, 5,7

Toate Grilele La Peag

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Toate Grilele La Peag

Încărcat de

Drepturi de autor:

Formate disponibile

Grile BUNE

1. In algoritmii genetici, reprezentarea prin permutari

1. In cadrul unui algoritm din clasa strategiilor evolutive, operatia de recombinare:

2. Intr-un algoritm evolutiv, functia fitness:

2.In cadrul unui algoritm genetic operatia de mutatie:

1. Nu folosete factori aleatori;

3.In cadrul unui algoritm genetic operatia de recombinare:

1. Este efectuata o singura data pe parcursul unui algoritm genetic;

4.In cadrul unui algoritm genetic, reprezentarea cromozomilor:

1. Este utilizata doar in probleme cu constrangeri

5. Fie urmatorii doi cromozomi de tip permutare:{6,3,11,7,14,8,5,15,1,2,4,13,9,10,12}

16. In cadrul unui algoritm genetic, conditia de oprire:

18.In algoritmii genetici, reprezentarea binara:

A. Nu e utilizata pentru algoritmii genetici

19. In algoritmii genetici, reprezentarea binara:

A. Nu permite utilizarea de operatori de recombinare

21. In cadrul unui algoritm genetic operatia de selectie a supravietuitorilor:

23. In algoritmii genetici, reprezentarea binara:

1. Este eficienta in probleme in care solutia este un vector cu componente logice

1.In cadrul strategiilor evolutive:

Teste curs (2020)

Grile PEAG printscreenuri (ambii profesori)

Mecanismul de selectie turnir:

Care din urmatoarele este un model de populatie?

2. Care sunt modele de populatie? -> cu stari stabile

Care din urmatoarele nu este un mecanism de selectie?

TEST CAP COADA PE ONLINE (raspunsuri bifate corecte la finalul testului)

2. Pentru problemele cu dependenta de adiacente se foloseste operatorul de recombinare:

4. In cazul reprezentarii cu siruri de numere intregi, recombinarile aritmetice:

10. Schema generala de recombinare depinde de:

12. In cadrul algoritmilor genetici, generatia urmatoare este selectata dintre:

64. Calculul evolutiv este:

Operatorul de recombinare unipunct se poate folosi in cazul reprezentarii prin:

--Grile cursuri—nu stiu cat de corect

5.Scenariul utilizat simularea proceselor evolutive in cadrul algoritmilor evolutivi este:

In cadrul algoritmului hillclimbing, modul de alegere a punctelor vecin luate in considerare:

In cadrul algoritmului hillclimbing, evolutia de la un punct initial:

in cadrul unui cromozom, o „gena” desemneaza:

Care din urmatoarele afirmatii este incorecta:

Pentru a garanta obtinerea solutiei optime, in cadrul algoritmului hillclimbing:

Reprezentarea cu siruri binare in cadrul algoritmilor genetici:

Care din urmatoarele nu este element specific algoritmului genetic canonic:

Algoritmul genetic canonic:

--CUSRURI-- corect sigur

Raspunsul corect este: 2, 4, 6, 8

Raspunsul corect este: 1, 3

Raspunsul corect este: 2, 5, 7

Raspunsul corect este: 2, 4, 6, 7, 9

Raspunsul corect este: 3, 6, 8

Raspunsul corect este: 2, 4, 5, 6

In algoritmii genetici, reprezentarea prin siruri de numere intregi

Intr-un algoritm evolutiv, functia de evaluare:

Raspunsul corect este: estimeaza nivelul de adaptare a individului

Raspunsul corect este: Este algoritmul auto-adaptiv primar

Raspunsul corect este: 1, 2, 5, 7

In algoritmii genetici, operatia de selectie a parintilor

Raspunsul corect este: Este utilizatain general in maniera nedeterminista

Raspunsul corect este: 1, 4, 6

Raspunsul corect este: 2

Raspunsul corect este: 1, 5, 7, 9

Componentele algoritmilor evolutivi sint: 1. Reprezentarea; 2. Probabilitatea de mutatie; 3. Functia

Raspunsul corect este: 1, 3, 5, 7, 10, 12, 14, 15

Raspunsul corect este: 2, 5, 9, 11

In algoritmii genetici, alegerea unei anumite reprezentari 1. Este independenta de problema de