TESTS TEORÍA METAHEURÍSTICAS - UJA

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

La metaheurística de Particle Swarm Optimization tiene características muy cercanas a la evolución diferencial. VERDADERO. FALSO.

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. VERDADERO. FALSO.

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

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

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

El operador de recombinación ternario del algoritmo JADE permite la obtención de nuevo individuos seleccionando, entre otros, a uno de los p mejores del momento anterior. VERDADERO. FALSO.

La programación genética es una generalización de la evolución diferencial. VERDADERO. FALSO.

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. VERDADERO. FALSO.

El paradigma Map-Reduce oculta la complejidad de la distribución y tolerancia a fallos, y destaca por su adecuación ahorrando mucho tiempo en todos los problemas. VERDADERO. FALSO.

Los algoritmos de evolución diferencial están siendo muy utilizados para optimización continua. VERDADERO. FALSO.

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

El diseño de un algoritmo memético se realiza de forma sistemática. VERDADERO. FALSO.

Una solución candidata a un problema puede verificar todas las restricciones. VERDADERO. FALSO.

Los Sistemas de Hormigas se asemejan a las Búsquedas Multiarranque. VERDADERO. FALSO.

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

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

En programación genética se emplea siempre para la construcción de los árboles una inicialización y/o creciente. VERDADERO. FALSO.

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. VERDADERO. FALSO.

Las metaheurísticas se centran principalmente en el campo de la Inteligencia Computacional. VERDADERO. FALSO.

El algoritmo de búsqueda tabú permite movimientos de empeoramiento. VERDADERO. FALSO.

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. VERDADERO. FALSO.

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

Una metaheurística híbrida mezcla técnicas que permitan obtener un buen equilibrio entre y explotación. VERDADERO. FALSO.

En las metaheurísticas paralelas la búsqueda por entornos mantiene una solución en cada momento mientras que las poblaciones mantienen un conjunto de soluciones. VERDADERO. FALSO.

El operador de recombinación ternario del algoritmo JADE permite la obtención de nuevo individuos seleccionando, entre otros, al mejor del momento anterior. VERDADERO. FALSO.

La evolución diferencial son una generalización de los sistemas de partículas. VERDADERO. FALSO.

Los sistemas de hormigas son métodos constructivos como la búsqueda tabú. VERDADERO. FALSO.

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. VERDADERO. FALSO.

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

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

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. VERDADERO. FALSO.

La matriz de feromonas permanece sin cambios en la construcción de las soluciones en los sistemas de colonias de hormigas. VERDADERO. FALSO.

La intensidad y frecuencia de un algoritmo memético deben estar equilibradas, baja frecuencia implica baja intensidad, y al contrario. VERDADERO. FALSO.

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. VERDADERO. FALSO.

El manejo de restricciones en búsquedas exclusivamente en espacios factibles se realiza de forma habitual mediante penalización. VERDADERO. FALSO.

La matriz de feromonas permanece sin cambios en la construcción de las soluciones en los sistemas de hormigas. Sin embargo, en los sistemas de colonias de hormigas si se modifica mediante la actualización online de la feromona. VERDADERO. FALSO.

Un óptimo global puede no ser local. VERDADERO. FALSO.

El teorema del “No Free Lunch” nos dice que una técnica puede funcionar muy bien para un problema, pero en otro tener un funcionamiento totalmente distinto. VERDADERO. FALSO.

El paradigma Map-Reduce es un enfoque de paralelización empleado en Metaheurísticas paralelas para mejorar la eficiencia de los enfoques clásicos. VERDADERO. FALSO.

Un algoritmo se define como constructivo cuando la solución se construye en un único paso. VERDADERO. FALSO.

El paradigma Map-Reduce es un enfoque de paralelización que permite mejorar a los enfoques clásicos cuando tenemos problemas de eficiencia por un número de datos elevado. VERDADERO. FALSO.

Los tiempos obtenidos en las exploraciones de metaheurísticas dependen de algún modo de la técnica a emplear en su resolución. VERDADERO. FALSO.

La principal diferencia entre la búsqueda del mejor y la búsqueda del primer mejor está centrada en la transformación de la solución actual en otra solución. VERDADERO. FALSO.

Un algoritmo memético permite hibridar una metaheurística basada en poblaciones, y justo al final del proceso evolutivo, una metaheurística basada en trayectorias. VERDADERO. FALSO.

Un algoritmo de metaheurísticas busca óptimos locales, y al final del proceso de búsqueda siempre obtiene un óptimo global. VERDADERO. FALSO.

El teorema de No Free Lunch nos dice que dependiendo de la intensidad y frecuencia de un algoritmo memético podemos adaptar un algoritmo a un problema y mejorar sus resultados. VERDADERO. FALSO.

La representación de una solución y su evaluación son elementos de una metaheurística que están condicionados a la técnica a emplear. VERDADERO. FALSO.

Una metaheurística de población en entornos de paralelización puede ser resuelta mediante un enfoque global o un enfoque local. VERDADERO. FALSO.

En un problema de regresión simbólica es adecuado emplear representaciones de soluciones dinámicas. VERDADERO. FALSO.

Los elementos clave de una metaheurística son la representación de la solución, las soluciones cercanas, la transformación de la solución actual en otra y la función de selección. VERDADERO. FALSO.

Los sistemas de hormigas y los sistemas de colonias de hormigas son algoritmos constructivos ya que van construyendo la solución paso a paso. VERDADERO. FALSO.

La búsqueda tabú persigue una exploración al comienzo de la búsqueda y explotación en las etapas finales mediante el mecanismo de la oscilación estratégica con probabilidad de 50%. VERDADERO. FALSO.

La matriz de feromonas sufre en mayor parte evaporación en los sistemas de colonias de hormigas. VERDADERO. FALSO.

Los algoritmos genéticos son de propósito general y se pueden utilizar para resolver cualquier problema, aunque donde mejor funcionan son en los problemas de optimización continua. VERDADERO. FALSO.