Trong thuật toán di truyền (GA), một cá thể thường được biểu diễn bằng:

• Một số thực

• Một vector bit (chuỗi nhị phân)

• Một ma trận ngẫu nhiên

• Một giá trị hàm số

Trong ví dụ với f(x)=x², x ∈ [0,31], chuỗi nhị phân độ dài bao nhiêu được dùng để mã hóa?

• 4

• 5

• 6

• 8

Hàm thích nghi (fitness function) trong ví dụ GA là:

• f(x) = x

• f(x) = x²

• f(x) = √x

• f(x) = log(x)

Trong bước chọn lọc, xác suất chọn cá thể thường được tính dựa trên:

• Chiều dài chuỗi gen

• Tỉ lệ so với giá trị fitness

• Số lần cá thể xuất hiện

• Vị trí lai ghép

Nếu tổng fitness của cả quần thể là 1155, và fitness của cá thể 625, xác suất chọn cá thể đó là:

• 0.25

• 0.5411

• 0.1247

• 0.3126

Trong ví dụ, cá thể 00101 (x=5) có fitness = 25. Xác suất chọn cá thể này là:

• 2.16%

• 21.6%

• 0.5%

• 12.47%

Trong bước lai ghép (crossover), hai cá thể được ghép bằng cách:

• Cộng vector

• Cắt và tráo đổi một đoạn gen

• Nhân hệ số

• Xóa gen thừa

Nếu lai ghép tại vị trí 4, cá thể 01100 và 11001 sinh ra một con là:

• 01101

• 01111

• 10001

• 11011

Mục đích của lai ghép trong GA là:

• Duy trì sự đa dạng

• Kết hợp thông tin từ bố mẹ

• Loại bỏ cá thể xấu

• Ngẫu nhiên hóa toàn bộ quần thể

Đột biến trong GA thường được thực hiện bằng cách:

• Đảo bit theo mặt nạ

• Cộng thêm hằng số

• Nhân đôi chuỗi gen

• Thay toàn bộ chuỗi bằng chuỗi ngẫu nhiên