Termodinamica avanzada II

Una búsqueda local es un proceso que, dada la solución actual en la que se encuentra el recorrido, selecciona iterativamente una solución de su entorno para continuar la búsqueda. V. F.

-La búsqueda tabú permite movimientos de empeoramiento junto con mecanismos de reinicialización. V. F.

En la memoria a corto plazo de la búsqueda tabú cuando una solución es tabú pero cumple el nivel de aspiración es posible su aceptación como futura solución. V. F.

La temperatura es el parámetro fundamental del método para aceptar o rechazar movimientos de empeoramiento. V. F.

Para evaluar una metaheurística es necesario realizar un buen análisis cualitativo y cuantitativo de la misma. V. F.

La exploración y la explotación son conceptos antagónicos. V. F.

El informe en el análisis experimental es una pieza muy interesante tanto en la presentación de resultados como en el uso de técnicas de visualización. V. F.

La búsqueda del mejor no tiene porqué funcionar de forma más eficiente y/o eficaz que la búsqueda del primer mejor en un problema. V. F.

La principal diferencia entre las metaheurísticas de trayectorias y poblaciones es la capacidad de éstas últimas para evolucionar en la misma iteración un conjunto de soluciones. V. F.

Los elementos clave del proceso de búsqueda son: a) solución b) entorno c) movimiento d) evaluación. V. F.

El concepto de elitismo está muy vinculado a los enfoques estacionarios. V. F.

El esquema general de evolución de un algoritmo genético se puede enumerar de forma ordenada como: selección, cruce, mutación, reemplazamiento y evaluación. V. F.

Mientras que una excesiva exploración nos conduciría a una búsqueda aleatoria, y difícil convergencia, una excesiva explotación nos podría llevar a rápida convergencia a óptimos locales. V. F.

La principal diferencia entre un algoritmo genético generacional y un estacionario es que el primero evoluciona toda la población mientras que el segundo evoluciona solo unos cuantos individuos en el proceso evolutivo. V. F.

El operador BLX-alfa es un operador de cruce de los algoritmos genéticos muy adecuado para las representaciones de valores reales, y su funcionamiento consiste en obtener la media aritmética de los valores de los padres para cada gen. V. F.

El tamaño de la población de un algoritmo de programación genética tiene un valor inferior al de los algoritmos genéticos. V. F.

La clave de los algoritmos de evolución diferencial reside en el operador de recombinación ternario. V. F.

El problema de la búsqueda local es que suele caer en óptimos locales. V. F.

La programación genética son una generalización de los algoritmos de evolución diferencial. V. F.

La representación de una solución en un algoritmo genético es un componente del algoritmo. V. F.

Las metaheurísticas basadas en computación evolutiva tienen como ventajas con respecto a otras técnicas: amplia aplicabilidad, alto coste en desarrollo y la posibilidad de ejecutar interactivamente, entre otras. V. F.

La memoria a largo plazo de la búsqueda tabú solo permite intensificar la búsqueda después de un estancamiento. V. F.

Una búsqueda local tiende hacia óptimos locales que pueden estar muy alejados del óptimo global. V. F.

La matriz de feromonas de un sistema de hormigas recuerda a las estructuras de vecindad y memoria de la búsqueda tabú. V. F.

Las metaheurísticas basadas en computación evolutiva no garantizan la obtención de la solución óptima en un tiempo finito. V. F.

El operador de recombinación ternario del algoritmo JADE permite la obtención de nuevos individuos seleccionando, entre otros, a uno de los 'p' mejores del momento anterior. V. F.

La programación genética es una generalización de la evolución diferencial. Verdadero. V. F.

Los sistemas de colonias de hormigas tienen buen comportamiento en problemas de tipo grafo dirigido, pero se encuentran con problemas cuando el grafo sufre cambios. V. F.

Los algoritmos de evolución diferencial están siendo muy utilizados para optimización continua. V. F.

Las estructuras de las memorias en la búsqueda tabú operan solo en las dimensiones de calidad y frecuencia. V. F.

El diseño de un algoritmo memético se realiza de forma sistemática. V. F.

Una solución candidata a un problema puede verificar todas las restricciones. V. F.

La exploración e intensificación se centran en la exploración de nuevos espacios de búsqueda no analizados hasta el momento. V. F.

El algoritmo de la selección por ruleta de los algoritmos genéticos es un novedoso algoritmo con baja presión selectiva. V. F.

En programación genética se emplea siempre para la construcción de los árboles una inicialización completa y/o creciente. V. F.

En el modelo de optimización del agente baldwiniano el agente resultante del proceso se introduce en la población y reemplaza al agente sobre el que se inició el proceso o al más cercano. V. F.

Las metaheurísticas se centran principalmente en el campo de la Inteligencia Computacional. V. F.

El algoritmo de búsqueda tabú permite movimientos de empeoramiento. V. F.

Un algoritmo de búsqueda del mejor y del primer mejor deben devolver, por regla general, distintos resultados aun ejecutándose con la misma semilla para un mismo problema. V. F.

La mejor estrategia con respecto al uso de la memoria a largo plazo en un estancamiento en la búsqueda tabú es la oscilación estratégica. V. F.

Una metaheurística híbrida mezcla técnicas que permitan obtener un buen equilibrio entre exploración y explotación. V. F.

Los sistemas de hormigas son métodos constructivos como la búsqueda tabú. V. F.

Los problemas combinatorios buscan una agrupación, ordenación o asignación de un conjunto discreto y finito que verifiquen restricciones. V. F.

-El objetivo de los problemas combinatorios es encontrar la solución de calidad óptima. V. F.

Los algoritmos aproximados aportan soluciones cercanas a la óptima en problemas NP-duros, pero tardan demasiado. V. F.

La Heurística es más general y aplicable que la Metaheurística. V. F.

La Heurística es dependiente del problema. V. F.

Las metaheurísticas son algoritmos aproximados. V. F.

Las metaheuristicas son algoritmos aproximados pero las heurísticas no. V. F.

Los modelos Multiarranque permiten métodos Constructivos (GRASP), búsqueda Local Iterativa(ILS) y métodos Híbridos(Meméticos). V. F.

La velocidad de enfriamiento del SA(Enfriamiento Simulado), se fija con un método de aplicación de métodos constantes o de Boltzman. V. F.

La función objetivo permite describir los objetivos a conseguir pero no las soluciones. V. F.

La diversificación/intensificación es un concepto que permite clasificar a las Metaheuristicas más conocidas. V. F.

-Los elementos que forman los métodos aproximados de búsqueda son la solución, entorno, campo de búsqueda y evaluación. V. F.

-La matriz de feromonas permanece sin cambios en la construcción de las soluciones en los sistemas de colonias de hormigas. V. F.

El GRASP permite la aplicación de una solución inicial de calidad mediante un Greedy aleatorizado. V. F.

-La programación genética es una generalización de los algoritmos evolutivos. V. F.

Al igual que pasa con la temperatura del enfriamiento simulado, el valor de la tenencia tabú debe ser inicializado a un valor relacionado con el problema a resolver. V. F.

Con las estrategias de Intensificación se permite reanudar el proceso de búsqueda desde la mejor solución e incluso borrar la memoria a corto plazo para empezar de 0 si es necesario. V. F.

La SA (enfriamiento simulado) es muy aplicada con éxito, pero es recomendable implementarla con una versión simple y después de forma automática se aplica diversificación y/o intensificación. V. F.

La Búsqueda Tabú al igual que el VNS(Variable Neighborhood Search), permite modificar estructuras de entorno. V. F.

En SA(ENFRIAMIENTO SIMULADO), el criterio de aceptación de nuevos vecinos es inversamente proporcional a la diferencia de costes entre la solución actual y la nueva vecina. V. F.

GRASP (Blocal desde diferentes Soluciones Iniciales), ILS (Blocal con misma Solución pero fuerte Mutación), VNS(Cambios sistemáticos de Ent. Vecindad en Blocal). V. F.

-Mientras ILS(Iterative Local Search) construye un camino en el conjunto de Soluciones optimas locales, el VNS(Variable Neighborhood Search) cambia la estructura de entorno de la búsqueda. V. F.

La ILS permite la aplicación repetida de Alg. De B.local a una solución inicial obtenida por mutación de una solución óptima local encontrada con anterioridad. V. F.

La búsqueda Local en GRASP, no utiliza técnicas del Mejor Vecino, mediante la aplicación Búsqueda clásica, SA(enfriamiento simulado) o TS(tabu search). V. F.

Los OCH(Sistemas de colonias de hormigas) con BL serían un algoritmo multiarranque. V. F.

La diferencia entre los sistemas de colonias de hormigas y GRASP es que parte del mecanismo de cooperación global de las soluciones que se van generando donde las ejecuciones no son independientes. V. F.

-Solo a parte de las soluciones incluidas en el entorno de la solución actual, que viene delimitado por un operador de generación de soluciones, se denominan soluciones vecinas. V. F.

SADE es un algoritmo de evolución diferencial que emplea memorias para optimizar la utilización de los operadores de recombinación. V. F.

El enfriamiento simulado intenta realizar una explotación al comienzo de la búsqueda y exploración en las etapas finales. V. F.

Entre los elementos básicos de cualquier metaheurística se encuentran la representación de la solución, la reproducción de soluciones en el entorno, y la evaluación de la solución. V. F.