2021年智能优化算法的部分精华模拟笔试试题.doc

一、什么是P问题，什么是NP问题？智能优化算法重要是针对什么问题而提出？

解：（1）P问题

（2）NP问题

（3）NP-C问题和NP-Hard问题

（4）智能优化算法重要是针对组合优化问题而提出。当最优化问题中可行域D是一种由有限个元素构成集合时，该最优化问题称为组合优化问题。普通组合优化问题可表达为 min f(x) s.t. g(x) ≥0, x∈D. 典型组合优化问题有旅行商问题，背包问题，并行排序问题等，

二、描述组合优化问题中一种典型例子，并建立其数学模型。

解：（1）旅行商问题（Traveling Salesman Problem，TSP）

（2）背包问题

（3）并行机排序问题

三、描述模仿退火算法中接受准则。

环节：1、初始化可行解和温度；2，依照Boltzmann概念退火；3，重复第二步直到稳定状态；4，降温；5，重复第二步至第四步直到满足终结条件或直到给定步数。6，输出最佳解作为最优解。

退火接受准则：在一给定温度下，由一种状态变到另一种状态，每一种状态到达次数服从一种概率分布，即基于Metropolis接受准则过程，该过程达到平衡时停止。在状态si时，产生状态sj被接受概率为：

，这里，.

降温：

四、写出遗传算法中两种交叉运算办法，并分别举例阐明。

环节：1、随机初始化pop size个染色体；2、用交叉算法更新染色体；3、用变异算法更新染色体；4，计算所有染色体目的值；5，依照目的值计算每个染色体适应度；6，通过轮盘赌办法选取染色体。7、重复第二至第六步直到终结条件满足；8、输出最佳染色体作为最优解。

评价函数：Eval(V)是依照每个染色体V适应函数fitness(V)而得到与其她染色体比例关系，可用它来决定该染色体被选为种群概率如：

轮盘赌选取过程：