Worksheets3. Lokális keresések
Total questions: 12
Worksheet time: 8mins
Az alábbi módszerek közül melyiknél változhat futás közben a globális munkaterület mérete?
Tabu keresésnél
Véletlen újra indított hegymászó módszernél
Hegymászó módszernél
Szimulált hűtésnél
Melyik állítás NEM igaz a lokális keresésekre az alábbiak közül?
Az aktuális csúcs környezetéből választja az új aktuális csúcsot.
Ezek mohó stratégiájú algoritmusok.
Csak egy lokálisan legjobb megoldást képes megtalálni.
Memóriája az aktuális csúcs környezetének tárolására korlátozódik.
Tekinthető-e a hegymászó módszer a tabu keresés speciális változatának?
Nem, amennyiben a hegymászó módszer nem tárolja el az eddig megtalált legjobb kiértékelő függvényértékű csúcsot.
Nem, mert a tabu keresés véletlen módon választ új csúcsot.
Igen, amennyiben a hegymászó módszer tulajdonképpen egy egyelemű tabu halmazt használ, amely az előző aktuális csúcsot tárolja csak.
Nem, mert a tabu keresés felismeri a köröket, a hegymászó algoritmus nem.
Hány helyen használ a szimulált hűtés algoritmusa véletlenített módszert?
Nulla. Ez ugyan egy nem-determinisztikus módszer, de nem használ véletlenítést.
Egy. A következő aktuális csúcs kiválasztásához.
Kettő. A következő csúcs kiválasztásához, illetve annak elfogadásához.
Három. A következő aktuális csúcs kiválasztásához, annak elfogadásához, és a hűtési ütemterv változtatásához.
Mely állítások igazak az alábbiak közül?
A heurisztika egyszerre csökkentheti az algoritmus memória igényét és a futási idejét.
A heurisztika garantálja, hogy az algoritmus az optimális megoldást találja meg.
A heurisztika garantálja, hogy az algoritmus hatékonysága jobb lesz.
A heurisztikát a feladatot megoldó algoritmusba közvetlenül építjük be.
Melyek az alábbiak közül a tabu keresés hátrányai?
A tabu halmaz méretét csak kísérletezéssel lehet beállítani.
Képes felismerni, és elkerülni a kisebb köröket.
Kicsi a memória igénye.
Zsákutcába érve a keresés megáll.
Mely állítások NEM igazak a lokális keresésre az alábbiak közül?
Körmentes gráfokban nem akad el.
Kicsi memóriát használnak.
Talál megoldást, ha van megoldás.
Erősen összefüggő gráfokban nem akadnak el.
Melyek az alábbiak közül a hegymászó módszer hátrányai?
Zsákutcába érve a keresés megáll.
Körök mentén végtelen működésbe kezdhet.
Kicsi a memória igénye.
Nem garantál optimális megoldást.
Hogyan hat a heurisztika információ tartalma egy kereső rendszer futási idejére?
Minél nagyobb az információ tartalma, annál jobb lesz a hatékonysága.
Nagyobb információ tartalom mellett a lépések száma csökkenhet.
Minél kisebb az információ tartalma, annál gyorsabban tud új lépést választani.
Nagyobb információ tartalom mellett egy lépés futási ideje nő.
Mely algoritmusok születtek a hegymászó módszer zsákutcában való beragadásának elkerülésére?
Szimulált hűtés algoritmusa
Tabu keresés
Lokális nyaláb keresés (local beam search)
Véletlen újraindított keresés (random restart search)
Mi a lokális keresések általános vezérlési stratégiája?
Az aktuális csúcs(ok) környezetéből válasszunk egy (vagy több) viszonylag jó csúcsot!
Az aktuális csúcs környezetéből válasszuk a legjobb csúcsot!
Az aktuális csúcs(ok) környezetéből válasszuk a legjobb csúcsot (csúcsokat)!
Az aktuális csúcs szomszédjai közül válasszuk a legjobb csúcsot!
A tabu keresésnél használt kiértékelő függvény, amellyel össze tudjuk hasonlítani az aktuális csúcs gyerekeit, heurisztikus stratégiának számít?
Nem, mert ilyen függvényt minden tabu keresés használ.
Nem, mert ezt csak az olyan feladatoknál használhatjuk, amelyek állapottér modell-lel rendelkeznek. Ez tehát egy modell-függő stratégia.
Igen, ez a függvény a konkrét feladatból származik.
A heurisztikának nincs köze a vezérlési stratégiához.
