怎样研究算法遗传算法示例练习题答案解析

上传人:大米 文档编号:507812133 上传时间:2023-11-16 格式:DOCX 页数:28 大小:314.31KB
返回 下载 相关 举报
怎样研究算法遗传算法示例练习题答案解析_第1页
第1页 / 共28页
怎样研究算法遗传算法示例练习题答案解析_第2页
第2页 / 共28页
怎样研究算法遗传算法示例练习题答案解析_第3页
第3页 / 共28页
怎样研究算法遗传算法示例练习题答案解析_第4页
第4页 / 共28页
怎样研究算法遗传算法示例练习题答案解析_第5页
第5页 / 共28页
点击查看更多>>
资源描述

《怎样研究算法遗传算法示例练习题答案解析》由会员分享,可在线阅读,更多相关《怎样研究算法遗传算法示例练习题答案解析(28页珍藏版)》请在金锄头文库上搜索。

1、第 9 章 怎样研究算法 : 遗传算法示例1、P 类问题、 NP 类问题、 NPC 类问题是计算机科学领域关于可求解性可计算性很重要的概念。关于 P、NP 和 NPC 类问题,回答下列问题。(1)下列说法不正确的是 _。(A) P 类问题是计算机可以在有限时间内能够求解的问题;(B) NP 类问题是计算机可以在有限时间内能够验证“解”的正确性的问题;(C) NPC 类问题是对问题的每一个可能解,计算机都可以在有限时间内验证“解”的正确性的问题,被称为 NP 完全问题;(D)上述说法有不正确的;答案: D解释:本题考核 P 类问题、 NP 类问题、 NPC 类问题的概念。P 类问题指计算机可以在

2、有限时间内求解的问题,(A) 正确; NP 类问题指虽然在多项式时间内难于求解但不难判断给定一个解的正确性问题,(B)正确;NPC 问题指 NP 问题的所有可能答案都可以在多项式时间内进行正确与否的验算,称为 NP-Complete 问题,(C)正确;(A)(B)(C) 都正确,所以 (D) 错误。具体内容请参考第九章视频之“可求解与难求解问题”以及第九章课件。(2)可解性问题是指能够找到多项式时间复杂性算法进行求解的问题, 难解性问题是指找不到多项式时间复杂性算法进行求解的问题。下列说法不正确的是 _。(A) P 类问题是可解性问题, NP 类问题是难解性问题。(B) NP 类问题不一定是难

3、解性问题,因为P 类问题也一定是NP 类问题;(C) NP 类问题不确定是否是 P 类问题,但 NPC 类问题一定是难解性问题;(D)上述说法有不正确的;答案: A解释:本题考核对可解性问题和难解性问题概念的理解。P 类问题指计算机可以在有限时间内求解的问题, 所以是可解性问题; NP 类问题指虽然在多项式时间内难于求解但不难判断给定一个解的正确性问题, 但 P 类问题是 NP 类问题的一个子集,所以 NP 类问题不一定是难解性问题; NPC 问题指 NP 问题的所有可能答案都可以在多项式时间实用文档内进行正确与否的验算,称为NP-Complete 问题,是难解性问题,综上,(A) 错误。具体

4、内容请参考第九章视频之“可求解与难求解问题”以及第九章课件。(3)下列说法正确的是 _。(A) P 类问题是计算机可以在有限时间内能够求解的问题;(B) NP 类问题是计算机可以在有限时间内能够求解的问题;(C) NPC 类问题是计算机可以在有限时间内能够求解的问题;(D)上述说法都正确;答案: A解释:本题考核 P 类问题、 NP 类问题、 NPC 类问题的概念。只有 P 类问题是计算机可以在有限时间内能够求解的问题,所以(A)正确。具体内容请参考第九讲视频之“可求解与难求解问题”以及第九章课件。(4)P 类问题是多项式问题 (Polynomial Problem),NP 类问题是 _。(A

5、) 非多项式问题;(B) 非确定性多项式问题;(C) 非 P 类问题;(D) 确定性非多项式问题;(E) 上述说法都正确;答案: B解释:本题考核对 NP 类问题的理解。P 类问 题 是 多 项式 问 题 (PolynomialProblem), NP 类 问 题是 非 确 定 性 多 项 式 问 题(Non-deterministic Polynomial),NPC 问题是完全非确定性多项式问题(NP-Complete),所以 (B)正确。具体内容请参考第九章视频之“可求解与难求解问题”以及第九章课件。(5)下列说法不正确的是 _。(A) P 类问题是总能找到一个多项式时间复杂性算法进行求解

6、的问题;(B) NP 类问题是一定找不到多项式时间复杂性算法进行求解的问题;(C) NP 类问题是不确定能够找到多项式时间复杂性算法进行求解的问题;(D) NP 类问题虽然是不确定能找到多项式时间复杂性算法进行求解, 但一定能找到多项式时间复杂性算法进行“解”的正确性验证的问题;(E) 上述说法有不正确的;.实用文档答案: B解释:本题考核对 P 类问题、 NP 类问题概念的理解。P 类问题是总能找到一个多项式时间复杂性算法进行求解的问题,NP 类问题虽然是不确定能找到多项式时间复杂性算法进行求解,但一定能找到多项式时间复杂性算法进行“解”的正确性验证的问题,所以 (B)错误。具体内容请参考第

7、九章视频之“可求解与难求解问题”以及第九章课件。(*6) 非确定性多项式问题是指这样的问题,下列说法不正确的是_。(A) 它能够找到一个算法、甚至是多项式时间复杂性算法进行求解, 但算法中包含“不确定性”,如“任意组合一个解, ”、“随机组合一个解, ”等;(B) 它能够找到一个算法、 甚至是多项式时间复杂性算法进行求解, 但算法是通过 “猜测” 方式求出问题的解;(C)它能够通过“产生任何一个解,并验证解的正确性”的方法进行求解;(D)它一定是能够找到多项式时间复杂性算法以验证给定“解”的正确性的问题;(E)上述说法有不正确的;答案: E解释:本题考核对 NP 类问题概念的理解。NP 类问题

8、:非确定性多项式问题 (Non-deterministic Polynomial)。有些问题, 其答案是无法直接计算得到的, 只能通过间接的猜算或试算来得到结果,这就是非确定性问题 (Non-deterministic)。虽然在多项式时间内难于求解但不难判断给定一个解的正确性的问题,即:在多项式时间内可以由一个算法验证一个解是否正确的非确定性问题,所以(A)(B)(C)(D) 都是正确的, (E)错误。具体内容请参考第九章视频之“可求解与难求解问题”以及第九章课件。(7)、关于 NP 类问题求解,下列说法正确的是_。(A)NP 类问题求精确解,可能找不到多项式时间复杂性算法;但NP 类问题求近

9、似解,则一定能够找到多项式时间复杂性算法;(B)NP 类问题求精确解,可能找不到多项式时间复杂性算法;但NP 类问题求近似解,则也可能找不到多项式时间复杂性算法;(C)虽然能够找到求 NP 类问题近似解的多项式时间复杂性算法,但所求得的解一定不是满意解;(D)既然能够找到求NP 类问题近似解的多项式时间复杂性算法,则所求得的解就一定是满意解;(E)上述说法都正确;.实用文档答案: A解释:本题考核对 NP 类问题求解的理解。NP 类问题指虽然在多项式时间内难于求解但不难判断给定一个解的正确性的问题,即:在多项式时间内可以由一个算法验证一个解是否正确的非确定性问题,所以NP 类问题求精确解,可能

10、找不到多项式时间复杂性算法,但 NP 类问题求近似解,则一定能够找到多项式时间复杂性算法,(A) 正确 (B)错误;虽然能够找到求 NP 类问题近似解的多项式时间复杂性算法, 但所求得的解不一定是满意解, (C)(D) 错误。具体内容请参考第九章视频之“可求解与难求解问题”以及第九章课件。2、下图能够基本反映生物学遗传与优胜劣汰的过程。 理解该图, 联想计算类问题求解, 回答下列问题。(1)下列说法不正确的是 _。(A) 任何一个生物个体的性状是由其染色体确定的, 染色体是由基因及其有规律的排列所构成的,因此生物个体可由染色体来代表;.实用文档(B) 生物的繁殖过程是通过将父代染色体的基因复制

11、到子代染色体中完成的, 在复制过程中会发生基因重组或基因突变。 基因重组是指同源的两个染色体之间基因的交叉组合, 简称为 “杂交 / 交配”。基因突变是指复制过程中基因信息的变异,简称“突变” ;(C)不同染色体会产生不同生物个体的性状,其适应环境的能力也不同;(D)自然界体现的是“优胜劣汰,适者生存”的丛林法则。不适应环境的生物个体将被淘汰,自然界生物的生存能力会越来越强;(E)上述说法有不正确的。答案: E解释:本题考核对生物遗传观点以及所给图片的理解。关于生物遗传进化的基本观点如下:生物的所有遗传信息都包含在其染色体中,染色体决定了生物的性状;(ii) 染色体是由基因及其有规律的排列所构

12、成的,遗传和进化过程发生在染色体上;(iii) 生物的繁殖过程是由其基因的复制过程来完成的;(iv) 通过同源染色体之间的交叉或染色体的变异会产生新的物种,使生物呈现新的性状。(v) 对环境适应性好的基因或染色体经常比适应性差的基因或染色体有更多的机会遗传到下一代。故( A)、( B)、(C)、(D)均正确。于是,(E)错误。具体内容请参考课堂视频“遗传算法的缘起 -生物学中的遗传与进化 ”和第九章课件。(2-1)类比计算类问题求解,下列说法不正确的是_。(A) 一个染色体即是指问题的一个“可能解” 。任何“可能解”都可以表达为编码形式,构成编码的基本单位即是基因;(B) 所谓的复制、 杂交、

13、突变,是指一个可能解或两个可能解之间发生的、 编码片段之间的复制、交叉或变异,它们都是产生新可能解的一种方式;(C)所谓的环境适应性, 可以认为是对一个可能解的一种度量, 即能够度量一个可能解的好与坏的某一函数值,被称为“适应度” ;.实用文档(D) 基于 (A)(B)(C) ,遗传算法就是“通过复制、交叉或变异,不断产生新的可能解;计算可能解的适应度;淘汰掉适应度差的可能解,保留适应度好的可能解。 ”(E)上述说法有不正确的;答案: E解释:本题考核对生物学中的概念与计算机中的概念的映射的理解。染色体映射到计算机中就是编码解。( A)正确。复制是指将一个解从一个解集复制到另外一个解集。杂交是指对两个可能解的编码通过交换某些编码位而形成两个新的可能解的遗传操作,是新可能解的一种形成方式。突变是指随机地改变一个可能解的编码的某些片段 (或基因 )而使一个可能解变为一新的可能解的遗传操作 ,也是新解的一种形成方式。 (B

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 演讲稿/致辞

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号