Metaheurísticas

Los enfoques clásicos de la inteligencia artificial se basan únicamente en la programación simbólica y reglas predefinidas. Verdadero. Falso.

Los enfoques clásicos no permiten adaptarse a entornos cambiantes sin intervención humana. Verdadero. Falso.

Las redes neuronales son capaces de aprender relaciones complejas entre variables mediante el ajuste de sus pesos internos. Verdadero. Falso.

Una red neuronal puede generalizar perfectamente a datos que nunca ha visto. Verdadero. Falso.

Los algoritmos evolutivos se inspiran en los procesos de selección natural y evolución biológica. Verdadero. Falso.

En un algoritmo evolutivo, la mutación siempre disminuye la diversidad de la población. Verdadero. Falso.

Los sistemas difusos permiten manejar información imprecisa o incierta mediante grados de pertenencia. Verdadero. Falso.

En un sistema difuso, un valor puede pertenecer completamente a más de un conjunto al mismo tiempo. Verdadero. Falso.

Los algoritmos genéticos buscan soluciones óptimas mediante operadores como selección, cruce y mutación. Verdadero. Falso.

En los algoritmos genéticos, la selección siempre elige los individuos menos aptos. Verdadero. Falso.

La programación genética evoluciona programas o expresiones computacionales en lugar de soluciones numéricas. Verdadero. Falso.

La programación genética no utiliza mutación ni cruce. Verdadero. Falso.

La programación evolutiva se centra principalmente en la evolución de estructuras de programas. Verdadero. Falso.

En la programación evolutiva, las mutaciones son la principal fuente de variación. Verdadero. Falso.

Las estrategias evolutivas se utilizan principalmente para optimización continua de parámetros. Verdadero. Falso.

En las estrategias evolutivas, la recombinación es más importante que la mutación. Verdadero. Falso.

La evolución diferencial enfatiza la mutación como su operador principal de generación de variabilidad. Verdadero. Falso.

La recombinación en evolución diferencial siempre ocurre antes de la mutación. Verdadero. Falso.

El operador de recombinación en evolución diferencial puede ser ternario, combinando tres vectores para generar un nuevo individuo. Verdadero. Falso.

La evolución diferencial fue inicialmente propuesta para resolver problemas de optimización de parámetros reales. Verdadero. Falso.

En DE, la selección entre el vector objetivo y el vector de prueba se realiza de manera aleatoria. Verdadero. Falso.

La mutación en evolución diferencial depende de la diferencia entre dos o más individuos de la población. Verdadero. Falso.

Evolución diferencial no necesita parámetros como factor de escala o probabilidad de recombinación para funcionar correctamente. Verdadero. Falso.

La evolución diferencial es especialmente útil para problemas donde la función objetivo es no diferenciable o no lineal. Verdadero. Falso.

La evolución diferencial es considerada uno de los enfoques más exitosos en optimización continua. Verdadero. Falso.

En DE, cada individuo de la población se representa como un vector n-dimensional de números reales. Verdadero. Falso.

La evolución diferencial se basa en la idea de perturbar la población usando vectores diferencia entre individuos. Verdadero. Falso.

En DE, el operador de recombinación combina al menos dos soluciones para generar un nuevo individuo. Verdadero. Falso.

La búsqueda en DE se dirige hacia buenas soluciones únicamente mediante la selección aleatoria de individuos. Verdadero. Falso.

DE no utiliza operadores de mutación para dirigir la búsqueda hacia soluciones óptimas. Verdadero. Falso.

El operador de recombinación en DE ayuda a mantener diversidad en la población mientras combina características de varias soluciones. Verdadero. Falso.

En evolución diferencial, la población inicial se genera aleatoriamente. Verdadero. Falso.

Para mutar un individuo Xi,g, se seleccionan aleatoriamente tres individuos de la población. Verdadero. Falso.

El individuo mutado V se obtiene únicamente copiando uno de los tres individuos seleccionados al azar. Verdadero. Falso.

Después de generar el vector mutado V, se realiza un cruce con el individuo original Xi,g. Verdadero. Falso.

El vector de prueba sustituye al individuo original solo si tiene mejor aptitud. Verdadero. Falso.

Todos los individuos de la población se mutan utilizando los mismos tres individuos seleccionados aleatoriamente. Verdadero. Falso.

El proceso evolutivo en DE se repite hasta que se alcanza un criterio de parada, como un número máximo de generaciones o una aptitud objetivo. Verdadero. Falso.

En evolución diferencial, cada descendiente compite únicamente con su padre directo. Verdadero. Falso.

Un descendiente reemplaza a su padre si su adaptación es mejor que la del padre. Verdadero. Falso.

Si el descendiente tiene peor aptitud que el padre, todavía puede reemplazarlo aleatoriamente. Verdadero. Falso.

El mecanismo de competencia descendiente-padre de DE es muy diferente al de otros algoritmos evolutivos. Verdadero. Falso.

Este esquema asegura que la aptitud media de la población nunca empeore de una generación a otra. Verdadero. Falso.

En DE, un descendiente puede competir con cualquier individuo de la población, no solo con su padre. Verdadero. Falso.

Este mecanismo contribuye a la eficiencia de DE en problemas de optimización continua. Verdadero. Falso.

En evolución diferencial, la población está formada por individuos de n dimensiones. Verdadero. Falso.

Cada individuo representa un vector completo de parámetros, no solo un valor. Verdadero. Falso.

Los valores de cada vector se generan de forma aleatoria sin ninguna restricción. Verdadero. Falso.

La inicialización aleatoria permite explorar el espacio de búsqueda desde el comienzo del algoritmo. Verdadero. Falso.

Todos los individuos de la población inicial deben tener exactamente los mismos valores. Verdadero. Falso.

La inicialización no afecta la eficiencia ni la convergencia de DE. Verdadero. Falso.

En la recombinación discreta de DE, cada vector objetivo Xi,g se cruza con el correspondiente vector mutado Vi,g para generar un nuevo vector Ui,g. Verdadero. Falso.

El cruce en DE se realiza bajo un ratio predefinido Cr ∈ [0,1]. Verdadero. Falso.

Si el vector de prueba Ui,g tiene peor valor de función objetivo que Xi,g, reemplaza al vector objetivo en la siguiente generación. Verdadero. Falso.

El reemplazamiento en DE garantiza que la aptitud promedio de la población no empeore de una generación a otra. Verdadero. Falso.

El vector de prueba Ui,g se genera únicamente copiando el vector mutado Vi,g. Verdadero. Falso.

El proceso de recombinación y reemplazamiento se aplica a todos los individuos de la población en cada generación. Verdadero. Falso.

El ratio de cruce Cr puede ser mayor que 1. Verdadero. Falso.

Al comienzo de la evolución diferencial, todos los individuos se distribuyen por el espacio de búsqueda de forma aleatoria. Verdadero. Falso.

La diferencia entre Xr1 y Xr2 suele ser grande al inicio, lo que permite explorar más el espacio de búsqueda. Verdadero. Falso.

Cuando la población converge, las soluciones candidatas tienden a posicionarse cerca unas de otras. Verdadero. Falso.

La convergencia temprana de la población es deseable porque garantiza encontrar la solución global rápidamente. Verdadero. Falso.

La exploración y convergencia en DE dependen únicamente del tamaño de la población. Verdadero. Falso.

La gran diferencia entre vectores Xr1 y Xr2 ayuda a mantener diversidad en la población al principio del algoritmo. Verdadero. Falso.

Durante la convergencia, los vectores mutados son siempre muy distintos entre sí. Verdadero. Falso.

A medida que la población converge, las diferencias entre vectores mutados se vuelven más pequeñas. Verdadero. Falso.

Este mecanismo de reducción de diferencias actúa como una forma de auto-adaptación sin necesidad de parámetros adicionales. Verdadero. Falso.

En DE, conseguimos exploración al comienzo del proceso y explotación al final de forma automática gracias a este mecanismo. Verdadero. Falso.

El balance exploración/explotación en DE requiere modificar manualmente los parámetros Cr y F durante la ejecución. Verdadero. Falso.

El mecanismo de auto-adaptación descrito requiere operaciones complejas adicionales sobre los vectores. Verdadero. Falso.

Al final de la evolución, la explotación se concentra en la zona del espacio de búsqueda donde se encuentran los mejores individuos. Verdadero. Falso.

El comportamiento de exploración/explotación en DE es completamente controlado por la selección aleatoria de individuos. Verdadero. Falso.

En la recombinación ternaria de DE, se genera un nuevo individuo combinando información de tres individuos distintos. Verdadero. Falso.

La recombinación que sigue al operador ternario es discreta, dando igual probabilidad a que cada gen provenga de cualquiera de los padres. Verdadero. Falso.

En DE, el vector recombinado reemplaza siempre al vector objetivo, independientemente de su aptitud. Verdadero. Falso.

El operador de recombinación ternario ayuda a mantener diversidad en la población al combinar información de varios individuos. Verdadero. Falso.

En la recombinación discreta, los genes del vector recombinado siempre provienen únicamente del vector mutado. Verdadero. Falso.

El objetivo de este operador de recombinación y reemplazo es generar individuos que mejoren progresivamente la aptitud de la población. Verdadero. Falso.

El operador de recombinación ternario y el reemplazo son exclusivos de DE y no aparecen en otros algoritmos evolutivos. Verdadero. Falso.

Al inicio de DE, la población se inicializa y se evalúa la aptitud de todos los individuos. Verdadero. Falso.

Durante cada generación, se seleccionan tres padres distintos para generar cada descendiente. Verdadero. Falso.

Para cada gen de un individuo, se decide aleatoriamente si se aplica la operación de mutación diferencial o se mantiene el valor del individuo original. Verdadero. Falso.

El vector descendiente reemplaza al vector objetivo siempre, sin importar su aptitud. Verdadero. Falso.

El pseudocódigo de DE indica que cada generación termina con una nueva población formada por la mejor combinación de descendientes y padres. Verdadero. Falso.

El parámetro γ en el pseudocódigo controla la escala de la diferencia entre vectores durante la mutación. Verdadero. Falso.

El bucle principal del pseudocódigo de DE se ejecuta hasta que se cumple un criterio de parada, como un número máximo de generaciones o una aptitud objetivo. Verdadero. Falso.

En el pseudocódigo, todos los genes del descendiente siempre se calculan usando la mutación diferencial, sin posibilidad de mantener genes originales. Verdadero. Falso.

DE aplica el mismo procedimiento de selección, mutación y recombinación para cada individuo de la población en cada generación. Verdadero. Falso.

La notación DE/x/y/z se utiliza para describir diferentes estrategias de evolución diferencial. Verdadero. Falso.

En DE/x/y/z, la letra x indica el vector que se va a mutar, que por defecto puede ser rand o best. Verdadero. Falso.

La letra y indica el número de vectores de diferencia utilizados en la mutación, normalmente 1 o 2. Verdadero. Falso.

La letra z indica el esquema de cruce, siendo binario (bin) o exponencial (exp). Verdadero. Falso.

En la notación DE/x/y/z, “best” se refiere a elegir el peor individuo de la población como vector base. Verdadero. Falso.

En el esquema de cruce binario, cada componente del vector recombinado se decide independientemente comparando el vector mutado y el objetivo. Verdadero. Falso.

En el esquema de cruce exponencial, se eligen todos los genes de un vector hasta que se activa el cruce, luego se continúa con todos los genes del otro vector. Verdadero. Falso.

El número de vectores de diferencia "y" en DE/x/y/z nunca puede ser mayor que 1. Verdadero. Falso.

DE/rand/1/bin sería una estrategia que usa un vector aleatorio, una diferencia entre vectores y cruce binario. Verdadero. Falso.

DE/best/2/exp selecciona el peor individuo como vector base, usa dos diferencias y cruce exponencial. Verdadero. Falso.

La evolución diferencial es un método simple y efectivo para problemas de optimización. Verdadero. Falso.

DE tiene un buen equilibrio entre velocidad de convergencia y evitar la convergencia prematura. Verdadero. Falso.

DE es recomendable como primera opción cuando se enfrenta un problema de optimización nuevo. Verdadero. Falso.

DE es eficiente únicamente en problemas artificiales, no en problemas reales. Verdadero. Falso.

DE es uno de los algoritmos evolutivos más rápidos en términos de convergencia. Verdadero. Falso.

DE es complejo de implementar y requiere muchos parámetros para funcionar. Verdadero. Falso.

DE evita automáticamente la convergencia prematura gracias a la diversidad de la población y a la mutación diferencial. Verdadero. Falso.

Las variantes más destacadas de DE se centran principalmente en el operador de mutación. Verdadero. Falso.

Una variante común de DE utiliza un vector de 1 diferencia para generar el vector mutado. Verdadero. Falso.

Otra variante de DE usa dos vectores de diferencia para aumentar la diversidad y la exploración. Verdadero. Falso.

El factor de escalado de la mutación (F) es irrelevante y no afecta la estrategia de DE. Verdadero. Falso.

Todas las variantes de DE funcionan exactamente igual y no se diferencian en el número de vectores de diferencia o esquema de cruce. Verdadero. Falso.

El uso de dos vectores de diferencia en una variante de DE puede ayudar a explorar más ampliamente el espacio de soluciones. Verdadero. Falso.

El factor de mutación F es crucial para mantener un buen balance entre exploración y explotación en DE. Verdadero. Falso.

El valor de F no depende de la dimensión del problema. Verdadero. Falso.

En algunas variantes, F se basa en rotaciones de vectores para adaptarse a la dimensión del problema. Verdadero. Falso.

El factor de mutación F puede ser aleatorio, basado en diferencias de las distribuciones de la población. Verdadero. Falso.

El factor de mutación F solo afecta la recombinación, no la mutación en DE. Verdadero. Falso.

Ajustar correctamente F permite a DE adaptarse automáticamente a diferentes problemas de optimización. Verdadero. Falso.

Existen variantes de DE que usan recombinación discreta basada en uno o varios puntos. Verdadero. False.

La recombinación exponencial en DE elige bloques consecutivos de genes de un vector y luego completa con el otro vector. Verdadero. Falso.

Algunas variantes utilizan recombinación uniforme, en la que cada gen tiene la misma probabilidad de provenir del vector mutado o del vector objetivo. Verdadero. Falso.

También existen variantes que usan recombinación aritmética basada en rotaciones de los espacios entre soluciones. Verdadero. Falso.

Todas las variantes de recombinación generan el mismo efecto y no influyen en la exploración o explotación. Verdadero. Falso.

La recombinación aritmética puede aprovechar la geometría del espacio de búsqueda para mejorar la convergencia. Verdadero. Falso.

El uso de varios esquemas de recombinación no aporta ventajas en DE. Verdadero. Falso.

Existen variantes avanzadas de DE que mejoran su rendimiento y adaptabilidad, como SaDE, DEGL y JADE. Verdadero. Falso.

SaDE es una variante de DE que utiliza selección adaptativa de estrategias de mutación. Verdadero. Falso.

DEGL es un algoritmo avanzado basado en DE que incorpora aprendizaje global y local de la población. Verdadero. Falso.

JADE es otra variante de DE que incluye adaptación de parámetros y aprendizaje de la distribución de diferencias. Verdadero. Falso.

Todos los algoritmos avanzados de DE utilizan exactamente los mismos parámetros y operadores que el DE clásico. Verdadero. Falso.

El uso de algoritmos avanzados como SaDE, DEGL y JADE puede mejorar la convergencia y evitar la prematura convergencia en problemas complejos. Verdadero. Falso.

JADE y SaDE no ajustan ningún parámetro durante la evolución y funcionan igual que DE clásico. Verdadero. Falso.

JADE utiliza un esquema DE/current-to-pbest para generar los vectores mutados. Verdadero. Falso.

En JADE, los parámetros F y Cr se autoadaptan durante la evolución. Verdadero. Falso.

El esquema DE/current-to-best en JADE utiliza siempre al mejor individuo absoluto de la población. Verdadero. Falso.

La ecuación de mutación en JADE/current-to-pbest es: Verdadero. Falso.

JADE selecciona el p-best siempre de forma determinista, eligiendo el mismo individuo cada vez. Verdadero. Falso.

El esquema DE/current-to-pbest ayuda a JADE a mantener un buen equilibrio entre exploración y explotación. Verdadero. Falso.

La auto-adaptación de F y Cr en JADE elimina completamente la necesidad de ajustar parámetros de forma manual. Verdadero. Falso.

En JADE, el parámetro F tiene un valor en el rango [0, 1] que se adapta automáticamente durante la ejecución. Verdadero. Falso.

El parámetro CR en JADE también se adapta automáticamente durante la evolución. Verdadero. Falso.

La adaptación de F y CR en JADE requiere intervención manual del usuario en cada generación. Verdadero. Falso.

La auto-adaptación de F y CR en JADE ayuda a mejorar la convergencia y evita la convergencia prematura. Verdadero. Falso.

El valor de F en JADE puede superar 1 durante la auto-adaptación. Verdadero. Falso.

El ajuste automático de CR permite que la recombinación sea más flexible según la etapa de evolución. Verdadero. Falso.

Los algoritmos de Evolución Diferencial (DE) son uno de los campos más activos en el desarrollo de algoritmos evolutivos para optimización continua. Verdadero. Falso.

DE es especialmente relevante para problemas de optimización discreta y no se utiliza en optimización continua. Verdadero. Falso.

La hibridación de DE con algoritmos de búsqueda local puede ofrecer buenos resultados en problemas de optimización continua. Verdadero. Falso.

Los algoritmos híbridos que combinan DE y búsqueda local no aportan mejoras significativas respecto a DE clásico. Verdadero. Falso.

DE sigue siendo un área activa de investigación dentro de los algoritmos evolutivos. Verdadero. Falso.

La optimización continua se refiere a problemas donde los parámetros pueden tomar cualquier valor dentro de un rango real. Verdadero. Falso.