WorksheetsTest de Metaheurísticas - Formato para lectura Kahoot
Total questions: 99
Worksheet time: 50mins
¿Cuál es la inspiración principal del recocido simulado?
Evolución biológica
Comportamiento animal colectivo
Procesos metalúrgicos de enfriamiento
Optimización por gradiente
La temperatura controla:
La tasa de mutación
La probabilidad de aceptar soluciones peores
El tamaño de la población
La longitud de la lista tabú
Al disminuir la temperatura:
Se aceptan más soluciones peores
Se reduce la probabilidad de aceptar soluciones peores
Se incrementa la diversidad
Se reinicia
La regla de aceptación de soluciones peores es:
eΔf/T
e−Δf/T
Δf+T
1+eΔf1
Δf representa:
Tiempo computacional
Diferencia de temperatura
Diferencia de calidad entre soluciones
Distancia euclídea
El programa de enfriamiento define:
La heurística local
El tamaño del vecindario
La disminución de la temperatura
El operador genético
Un esquema de enfriamiento habitual es:
T=T0/log(1+t)
T = constante
T = 0
T = Δf
SA es adecuado para:
Problemas continuos convexos
Problemas discretos con muchos óptimos locales
Clasificación supervisada
Predicción temporal
Ventaja clave de SA:
Convergencia garantizada
Bajo coste
Capacidad de escapar óptimos locales
Independencia del vecindario
SA termina cuando:
T llega a cero
Se agota tiempo
Criterio de parada
Todas
Tipo de búsqueda en SA:
Poblacional
Local probabilística
Enumerativa
Determinista global
Si la temperatura baja rápido:
Explora demasiado
Se vuelve búsqueda local
Garantiza optimalidad
Equivale a ACO
Un buen enfriamiento equilibra:
Velocidad y elitismo
Exploración y explotación
Mutación y cruce
Intensificación y explotación
SA es metaheurística:
Poblacional
De trayectoria
Multiagente
Exacta
Si Δf<0 :
Acepta siempre
Acepta con prob.
Rechaza
Tabú
Mal vecindario conduce a:
Mayor exploración
Convergencia prematura
Exactitud total
Menor memoria
T inicial debe ser:
Muy pequeña
Moderada
Alta
SA es extensión probabilística de:
Hill climbing
TS
ACO
GA
SA ideal para:
TSP
Regresión
Clustering
Cálculo matricial
Si T>0 y no acepta peores:
GA
Hill climbing
ACO
TS
Tasa enfriamiento afecta:
Memoria
Escape
Cruce
Población
SA garantiza óptimo si:
T decrece log.
Vecindario infinito
Población grande
Nunca
SA requiere:
Cruce
Feromonas
Temp y vecindario
Matrices evolutivas
Si Δf grande y T pequeña:
Acepta
Rechaza
0.5
No afecta
Elemento clave SA:
Memoria
Aceptar peores
Población
Enfriamiento explosivo
ACO se inspira en:
Mecánica cuántica
Hormigas buscando comida
Evolución
Determinismo
Feromona representa:
Temperatura
Memoria colectiva
Aptitud genética
Penalización
Propiedad clave:
Búsqueda local
Estigmergia
Mutación fuerte
Determinismo
Actualización feromona:
Incrementa siempre
Evaporación incluida
Aleatoria
Cruce
Evaporación evita:
Convergencia prematura
Intensificación
Exploración
ACO adecuado para:
Optimización continua
Clasificación
Problemas combinatorios
Imágenes
Cada hormiga construye:
Trampas
Individuos
Soluciones parciales
Cruces
Probabilidad transición depende de:
Aptitud
Temperatura
Feromona+heurística
Lista tabú
Elección clásica combina:
Feromona+distancia
Precio+demanda
Errores+grad.
Aptitud+mutación
ACO en TSP:
Mutación
Visita sin repetición
Cruce rutas
Enfriamiento
Feromona se deposita en:
Peores
Mejores
Aleatorio
Temperatura
Estigmergia es:
Comunicación directa
Indirecta
Mutación
Tabú
Feromona alta implica:
Exploración
Menos exploración
Mutación
Reinicio
Evaporación fomenta:
Diversificación
Intensificación
Codificación
Cruce
ACO es:
Determinista
Estocástico
Exacto
Exhaustivo
Hormigas usan:
Selección torneo
Aspiración
Caminos prob.
Mutación
Problema común:
Diversidad excesiva
Stagnation
Mutación neg.
Falta memoria
Exploración aumenta con:
Más feromona
Evaporación
Lista tabú
Mutación
Parámetros regla:
α y β
T y λ
p y q
k y r
β controla:
Evaporación
Heurística
Selección
Mutación
α controla:
Feromona
Cruce
Tabú
Selección
Depósito global:
Todas hormigas
Solo mejores
Aleatorio
No existe
ACO adecuado:
Rutas y scheduling
Regresión
Segmentación
Prediction
Construcción incremental:
Backtracking
Cruce
Siguiente estado por feromona
Tabú
GA se inspiran en:
Recocido
Evolución biológica
Termodinámica
Estigmergia
Unidad básica:
Feromona
Temp.
Cromosoma
Lista tabú
Población contiene:
Vecinos
Individuos
Caminos
Iteraciones
No operador genético:
Mutación
Cruce
Selección
Evaporación
Selección favorece:
Peores
Mejores
Aleatorios
Jóvenes
Cruce combina:
Caminos
Temperaturas
Cromosomas
Parámetros
Mutación introduce:
Ruido
Diversidad
Temperatura
Gradientes
GA adecuados para:
Continuo y discreto
Derivación simb.
Ajuste lineal
Convexos
Torneo elige:
Peor
Mejor de subconjunto
Aleatorio
Joven
Elitismo garantiza:
Eliminar mejores
Preservarlos
Aumentar T
Reiniciar
GA son:
Trayectoria
Poblacionales
Exactos
Exhaustivos
Representación binaria:
Obligatoria
Común no oblig.
Prohibida
Feromonas
Aptitud mide:
Diversidad
Calidad
Pob.
Temp
Evitar convergencia prematura:
Más feromona
Mayor evaporación
Aumentar diversidad
Menor tasa de mutación
Nueva población:
Mutación
Selección
Cruce
Selección+cruce+mutación
GA tienden a:
Explorar bien
Explorar poco
No mutar
Converger en 3
Cruce uniforme:
Segmentos largos
Aleatorios
Cada bit prob.fija
Genes contiguos
GA sin mutación:
Igual
Estanca
Siempre converge
GA multiobjetivo:
NSGA-II
SA-II
TS-II
ACO-II
GA requieren:
Tabú
Feromona
Población
Temp
Presión selectiva afecta:
Recocido
Aceptar peores
Intensidad evolutiva
Evaporación
Funciones aptitud:
Constantes
Miden calidad
No dependen problema
Feromonas
Búsqueda local post-GA:
Intensificar
Diversificar
Reiniciar
Nunca
Evitar duplicados:
Aumentar T
Reducir población
Mantener diversidad
Eliminar selección
GA convergen cuando:
Iguales
No mejora
Parada
Todas
TS usa memoria:
Corto y largo plazo
Temperatura
Probabilística
Genética
Lista tabú impide:
Mutación
Deshacer movimiento reciente
Feromona
Subir T
TS es:
Poblacional
Trayectoria
Determinista
Feromonas
Movimiento tabú aceptable si:
Elitismo
Aspiración
Alta T
Mutación
Vecindario define:
Población
Soluciones vecinas
Feromona
Mutación
TS se usa en:
Combinatoria
Regresión
Clustering
Series temp.
Lista tabú pequeña:
Exceso memoria
Ciclos
Diversidad infinita
Nada
TS intensifica:
Mutación
Mov grandes
Local profundo
Feromona
TS diversifica:
Pierde memoria
Penalización
Saltos
Temperatura
Memoria largo plazo:
Mov recientes
Frecuencias
T previas
TS no acepta peores
Nunca
A veces
Siempre
Aspiración
Aspiración permite
Forzar tabú
Ignorar tabú
Reiniciar
Mutar
Problema TS
Sin dirección
Determinismo excesivo
Pocas sol.
No escapar
Función objetivo puede
Variar
Multiobj.
Penalizar
Todas
TS requiere
Tabú
Población
Cruce
Feromona
Duración tabú
Tenacidad
Tenure
Temperatura
Penalty
Tenure largo
Evita ciclos pero estanca
Mejora
Imita GA
Evita intensificación
Combine TS
SA
Local
ACO
DL
Intensificación busca
Explorar
Mejor región
Mutación
Feromonas
Diversificación busca
Evitar global
Refuerzo actual
Escapar regiones
Elitismo
TS extensión de
Hill climbing
Cross entropy
GA sin mut.
SA
Penalización trata
Elitismo
Restricciones
Mutación
Feromona
Aceptar peores para
Explorar
Romper ciclos
Salir óptimos
Todas
TS adecuado
Sin restricciones
Todos
Combinatorios difíciles
Continuos triviales
TS requiere equilibrio
Diversidad+elitismo
Intensificación+diversificación
Cruce+mutación
T+entropía
