智能优化算法答案

人工智能核心算法模拟题及参考答案1、基于神经网络的分类模型是？A、生成模型B、判别模型C、两者都不属于D、两者都属于答案：B2、优化器是训练神经网络的重要组成部分，使用优化器的目的不包含以下哪项：A、加快算法收敛速度B、减少手工参数的设置难度C、避过过拟合问题D、避过局部极值答案：C3、在SCikitTearn中，DBSCAN算法对于()参数值的选择非常敏感A、pB、epsC、njobsD、a1gorithm答案：B4、11和12正则化是传统机器学习常用来减少泛化误差的方法，以下关于两者的说法正确的是：A、11正则化可以做特征选择B、11和12正则化均可做特征选择C、12正则化可以做特征选择D、11和12正则化均不可做特征选择答案：A5、Re1U在零点不可导，那么在反向传播中怎么处理OA、设为0B、设为无穷大C、不定义D、设为任意值答案：A6、代码array=np.arange(10,31,5)中的5代表()?A、元素的个数B、步长C、第一个元素D、最后一个元素答案：B7、图像处理中无损压缩的目的是OA、滤除图像中的不相干信号B、滤除图像中的高频信号C、滤除图形中的低频信号D、滤除图像中的冗余信号答案：D8、对于DBSCAN,参数EPS固定，当MinPtS取值较大时，会导致A、能很好的区分各类簇B、只有高密度的点的聚集区划为簇，其余划为噪声C、低密度的点的聚集区划为簇，其余的划为噪声D、无影响答案：B9、为应对卷积网络模型中大量的权重存储问题，研究人员在适量牺牲精度的基础上设计出一款超轻量化模型OA、KNNB、RNNC、BNND、VGG答案：C10、在前馈神经网络中，误差后向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数A、输入数据大小B、神经元和神经元之间连接有无C、相邻层神经元和神经元之间的连接权重D、同一层神经元之间的连接权重答案：C11、1STM是一个非常经典的面向序列的模型，可以对自然语言句子或是其他时序信号进行建模，是一种OOA、循环神经网络B、卷积神经网络C、朴素贝叶斯D、深度残差网络答案：A12、O的核心训练信号是图片的“可区分性”。

人工智能核心算法考试题及参考答案1、在一个神经网络中，下面哪种方法可以用来处理过拟合？A、DropoutB、分批归一化Batch NormalizationC、正则化regularizationD、都可以答案：D2、随机森林是一种集成学习算法，是（）算法的具体实现。

A、BoostingB、BaggingC、StackingD、Dropping答案：B3、通过以下哪些指标我们可以在层次聚类中寻找两个集群之间的差异？（）A、单链接B、全链接C、均链接D、以上都行答案：D4、RNN引入了循环的概念，但是在实际过程中却出现了初始信息随时间消失的题，即长期依赖（Long-TermDependencies）问题，所以引入（）。

A、CNNB、LSTMC、GRUD、BERT答案：B5、我们想在大数据集上训练决策树, 为了减少训练时间, 我们可以A、增加树的深度B、增大学习率Learnin RateC、对决策树模型进行预剪枝D、减少树的数量答案：C6、强化学习在每个时刻环境和个体都会产生相应的交互。

个体可以采取一定的（），这样的行动是施加在环境中的。

A、actionB、rewardC、stateD、agent答案：A7、如果我们用了一个过大的学习速率会发生什么？A、神经网络会收敛B、不好说C、都不对D、神经网络不会收敛答案：D8、下列关于K-Means聚类说法错误的是（）A、聚类的簇个数会由模型自动给出B、可以使用多组随机的初始中心点进行计算C、聚类前应当进行维度分析D、聚类前应当进行数据标准化答案：A9、下面关于SVM中核函数的说法正确的是？（）A、核函数将低维空间中的数据映射到高维空间B、它是一个相似度函数C、A、B都对D、A、B都不对答案：C10、在回归模型中，下列哪一项在权衡欠拟合（under-fitting）和过拟合（over-fitting）中影响最大？A、多项式阶数B、更新权重 w 时，使用的是矩阵求逆还是梯度下降C、使用常数项答案：A11、如果处理以下形状的数据时，适宜采用DBSCAN的是A、球形B、SS形C、椭球形D、方形答案：B12、循环神经网络(recurrent neural network，RNN)，是一种用于处理具有类似( )的数据的神经网络。

人工智能深度学习技术练习(习题卷5)第1部分：单项选择题，共50题，每题只有一个正确答案,多选或少选均不得分。

1.[单选题]反向传播算法一开始计算什么内容的梯度，之后将其反向传播？A)预测结果与样本标签之间的误差B)各个输入样本的平方差之和C)各个网络权重的平方差之和D)都不对答案:A解析:2.[单选题]在典型的Batch归一化运用中需要用什么来估算A)一个指数加权平均B)平均值C)方差D)最大值答案:A解析:3.[单选题]pytorch中，LSTM输入尺寸参数为A)input_sizeB)batch_firstC)biasD)hidden_size答案:A解析:4.[单选题]学习率的作用是（）A)控制参数更新速度B)减少过拟合C)减少偏差D)以上都不是答案:A解析:5.[单选题]基于切比雪夫距离的单位园是一个A)圆形B)45度的正方型C)正方形,其边与xy轴平行D)不确定答案:C解析:6.[单选题]梯度消失的现象是D)到达最优解答案:B解析:7.[单选题]一个32X32大小的图像,通过步长为2,尺寸为2X2的池化运算后,尺寸变为A)14X14B)2X2C)28X28D)16X16答案:D解析:8.[单选题]什么是卷积？A)缩小图像的技术B)放大图像的技术C)提取图像特征的技术D)过滤掉不需要的图像的技术答案:C解析:9.[单选题]在TF框架中,激活函数tf.nn.relu的作用是?A)用于卷积后数据B)用于卷积核C)用于步长D)不能用到全连接层答案:A解析:10.[单选题]不是随机梯度下降的特点是:A)批量数值选取为1B)学习率逐渐减小C)可以达到最小值D)在最小值附近波动答案:C解析:11.[单选题]百度飞桨中训练过程流程的内层循环是指（）。

A)负责整个数据集的二次遍历，采用分批次方式（batch）B)负责整个数据集的一次遍历，采用分批次方式（batch）C)定义遍历数据集的次数，通过参数EPOCH_NUM设置D)负责整个数据集的多次遍历，采用分批次方式（batch）答案:B解析:难易程度：易题型：12.[单选题]编码器-解码器模式属于以下哪种模式?A)一对一B)一对多C)多对一13.[单选题]双向循环神经网络的英文缩写是?A)RNNB)SRNNC)TRNND)Bi-RNN答案:D解析:14.[单选题]如果我们用了一个过大的学习速率会发生什么？（）A)神经网络会收敛B)不好说C)都不对D)神经网络不会收敛答案:D解析:15.[单选题]动态图处理中，无序开启A)求导B)会话C)自动微分D)反向传播答案:B解析:16.[单选题]pandas的常用类不包括（）。

人工智能核心算法模拟习题（含答案）1、图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是（）、人脸识别等其他高层次视觉任务的基础A、物体检测B、图像分割C、物体跟踪D、行为分析答案：ABCD2、决策树分为两大类OoA、回归树B、分类树C、交叉树D、森林答案:AB3、关于学习器结合的描述，正确的是OoA、避免单学习器可能因误选而导致泛化性能不佳B、降低陷入局部极小点的风险C、假设空间扩大，有可能学得更好的近似D、多学习器结合有可能冲突答案：ABC4、（）类型的数据集不适合用深度学习？A、数据集太小B、数据集有局部相关性C、数据集太大D、数据集没有局部相关性答案：AD5、需要循环迭代的算法有OoA、k-meansB、线性回归C、svmD、逻辑回归答案:ABD6、下列描述正确的是OA、K均值一般会聚类所有对象，但DBSCAN会丢弃被它识别为噪声的对象B、当簇具有很不相同的密度时，K均值和DBSCAN的性能都很差C、K均值可以用于高维的稀疏数据，DBSCAN则通常在此类数据上性能很差D、K均值可以发现不是明显分离的簇，但DBSCAN会合并有重叠的簇答案：ABCD7、深度学习中常用的损失函数有？A、11损失函数B、均方误差损失函数C、交叉燧误差损失函数D、自下降损失函数答案：BC8、预剪枝使得决策树的很多分子都没有展开，会导致OOA、显著减少训练时间开销B、显著减少测试时间开销C、降低过拟合风险I）、提高欠拟合风险答案：ABCD9、在某神经网络的隐层输出中，包含0.75,那么该神经网络采用的激活函数可能是OA、sigmoidB、tanhC、re1u答案：ABC10、关于随机森林说法正确的是OA、与AdaboOSt相比，随机森林采用一个固定的概率分布来产生随机向量B、随着个体学习器数目的增加，随机森林通常会收敛到更低的泛化误差C、与AdabOOSt相比，随机森林鲁棒性更好D、随机森林的训练效率往往低于Bagging答案：ABC11、下列哪些项用于对问题进行形式化A、感知B、初始状态C、动作D、环境答案：BC12、深度学习中的激活函数需要具有哪些属性？A、计算简单B、非线性C、具有饱和区D、几乎处处可微答案：ABC13、常见的聚类算法有哪些？A、密度聚类B、层次聚类C、谱聚类D、Kmeans答案：ABCD14、对于朴素贝叶斯分类器，下面说法正确的是OA、适用于小规模数据集B、适用于多分类任务C、适合增量式训练D、对输入数据的表达形式不敏感答案：ABC15、下列可用于隐马尔可夫预测的算法是OOA、维特比算法B、Baum-We1ch算法C、前向-后向算法D、拟牛顿法答案：ABCD16^Hiatp1ot1ib中,SUbPIOts_adjust方法中的()和()参数分别控制图片的宽度和高度百分比，以用作子图间的间距。

辽宁大学
2011～2012学年第二学期硕士研究生考试试题
专业：测试计量技术年级：2011级
考试科目：群智能优化算法（Ａ）卷课程类别：方向课
一、优化问题分为哪几种？试举出工业生产和生活中几个优化问题的例子。

并分析传统优化算法和智能优化算法的不同。

（10分）
二、对函数f(x)=x+10*sin5x+7*cos4x，0<x<9;利用粒子群算法求极大值，画出流程图，并写出迭代两次的计算流程。

（20分）
三、有四个城市的距离矩阵如下：
找一条经过这四个城市的巡回（每个城市过且只过一次），极小化总路程。

设计用蚁群算法求解该问题，写出迭代三次的计算过程。

（20分）
四、简述禁忌搜索的算法流程。

并利用该算法解决第三题中的TSP问题，迭代三次。

（20分）
五、人工神经网络的原理是什么？常用神经网络有哪几种？如何利用神经网络解决优化问题？画出示意图。

（20分）
六、对你所掌握的智能优化算法做一个总结，说明每种算法适用于什么问题，分析其优缺点及其改进思路。

（10分）
第（ 1 ）页共（ 1 ）页。

人工智能算法入门考试（答案见尾页）一、选择题1. 人工智能算法的基础是什么？A. 机器学习B. 深度学习C. 自然语言处理D. 计算机视觉2. 以下哪个是人工智能算法的一种？A. 决策树B. 随机森林C. 神经网络D. 支持向量机3. 人工智能算法在哪些领域有广泛应用？A. 医疗保健B. 交通运输C. 金融服务D. 所有以上领域4. 机器学习中，以下哪个概念描述了模型的预测能力？A. 精确率B.召回率C. F1 分数D. A和B5. 在深度学习中，哪种类型的神经网络通常用于图像识别任务？A. 卷积神经网络（CNN）B. 循环神经网络（RNN）C. 长短期记忆网络（LSTM）D. 以上都可以6. 人工智能算法与传统计算机算法的主要区别是什么？A. 计算能力B. 学习能力C. 交互性D. 并行性7. 在人工智能中，什么是“黑箱”模型？A. 不能解释模型的决策过程B. 可以完全解释模型的决策过程C. 模型决策过程可以部分解释D. 没有实际模型8. 人工智能算法的哪个发展方向是模拟人类大脑的工作方式？A. 机器学习B. 深度学习C. 强化学习D. 人工神经网络9. 在人工智能中，什么是“训练集”？A. 训练模型的数据集合B. 训练模型的硬件设备C. 训练模型的软件环境D. 训练模型的算法10. 人工智能算法的未来发展趋势是什么？A. 更加智能化B. 更加广泛的应用C. 更加普及到各行各业D. A和B11. 什么是人工智能算法？A. 人工智能算法是一种计算机程序B. 人工智能算法是一组用于解决人工智能问题的规则和程序C. 人工智能算法是一种模拟人类智能行为的计算模型D. 人工智能算法是一种数据挖掘技术12. 人工智能算法可以分为哪几类？A. 机器学习算法B. 深度学习算法C. 自然语言处理算法D. 计算机视觉算法13. 机器学习算法中，哪种算法不是无监督学习算法？A. K-均值聚类B. 线性回归C. 逻辑回归D. 支持向量机14. 深度学习算法中，哪种算法不是卷积神经网络的一种？A. 循环神经网络B. 长短期记忆网络C. 卷积神经网络D. 调整线性单元15. 自然语言处理算法中，哪种算法主要用于情感分析？A. 文本分类算法B. 词袋模型C. 得到向量算法D. 注意力机制16. 计算机视觉算法中，哪种算法可以用于物体检测？A. 霍夫变换B. 边缘检测C. K-均值聚类D. YOLO（You Only Look Once）17. 人工智能算法在哪个领域有广泛的应用？A. 医疗保健B. 金融C. 教育D. 所有领域18. 人工智能算法的发展历程可以分为几个阶段？A. 早期研究B. 快速发展期C. 稳定应用期D. 高级阶段19. 人工智能算法的未来发展方向是什么？A. 提高算法性能B. 提高算法可解释性C. 降低算法成本D. 扩大应用领域20. 在人工智能算法中，哪种算法通常用于模式识别？A. 决策树B. 支持向量机C. 随机森林D. 神经网络21. 什么是人工智能？A. 人工智能是一种模拟人类智能的技术和系统B. 人工智能可以替代人类进行所有的思考和工作C. 人工智能只能在特定领域内应用D. 人工智能的发展前景充满了不确定性22. 人工智能的基本组成包括哪些？A. 硬件和软件B. 数据和算法C. 机器学习和深度学习D. 人工智能语言和框架23. 在人工智能中，哪种技术是用于处理大量数据的？A. 机器学习B. 深度学习C. 自然语言处理D. 计算机视觉24. 以下哪个不是人工智能的应用领域？A. 医疗保健B. 交通管理C. 农业生产D. 金融投资25. 人工智能的发展历程可以分为几个阶段？A. 初创期B. 成熟期C. 衰退期D. 繁荣期26. 在人工智能中，哪种技术是用于模拟人类智能行为的？A. 神经网络B. 专家系统C. 模糊逻辑D. 遗传算法27. 人工智能中的机器学习技术包括哪些方法？A. 监督学习B. 无监督学习C. 强化学习D. 集成学习28. 在人工智能中，哪种技术是用于将人类语言转化为计算机可以理解的代码？A. 自然语言处理B. 语音识别C. 计算机视觉D. 机器翻译29. 人工智能的发展对于就业市场有什么影响？A. 会导致某些岗位的消失B. 会创造新的就业机会C. 会使所有工作变得更容易D. 会对经济发展产生负面影响30. 以下哪个因素对人工智能的发展最为关键？A. 计算能力的提升B. 互联网的出现C. 人类的创造力D. 政策和法规的支持31. 人工智能算法的基础是什么？A. 机器学习B. 深度学习C. 自然语言处理D. 计算机视觉32. 以下哪个不是人工智能算法的应用领域？A. 医疗诊断B. 交通控制C. 虚拟现实D. 农业生产33. 人工智能中的深度学习与机器学习的主要区别是什么？A. 深度学习模型包含多个隐层B. 机器学习模型需要手动特征工程C. 深度学习模型的训练速度更快D. 机器学习模型可以处理结构化数据34. 人工智能算法中，哪种算法是用于模式识别？A. 随机森林B. 支持向量机（SVM）C. 神经网络D. K-均值聚类35. 人工智能在自然语言处理中的应用有哪些？A. 语音识别B. 机器翻译C. 情感分析D. 文本摘要36. 人工智能算法中，哪种算法是用于解决优化问题？A. 线性规划B. 随机搜索C. 动态规划D. 蚁群算法37. 人工智能中的卷积神经网络（CNN）主要用于哪种类型的图像识别任务？A. 基于颜色的分类B. 基于形状的分类C. 基于纹理的分类D. 基于对象的识别38. 人工智能算法中，哪种算法是用于时间序列预测？A. 长短期记忆网络（LSTM）B. 支持向量机（SVM）C. 神经网络D. 随机森林39. 在人工智能中，什么是“黑箱”模型？A. 一个不透明的模型，其内部运作不可见B. 一个需要大量数据的模型C. 一个简单的模型，易于理解和解释D. 一个高度复杂的模型，难以理解40. 人工智能算法的发展对于未来社会的影响是什么？A. 提高生产效率B. 促进教育公平C. 解决资源短缺问题D. 增加就业机会二、问答题1. 什么是人工智能？请简述人工智能的定义及其发展历程。

人工智能核心算法考试题及答案1、使用决策树分类时，如果输入的某个特征的值是连续的，通常使用二分法对连续属性离散化，即根据是否大于/小于某个阈值进行划分。

如果采用多路划分，每个出现的值都划分为一个分支，这种方式的最大问题是A、计算量太大B、验证集和测试集表现很差C、验证集表现良好，测试集表现很差D、验证集表现很差，测试集表现很好答案：C2、关于神经网络中经典使用的优化器，以下说法正确的是？A、Adam的收敛速度比RMSprop慢B、相比于SGD或RMSprop等优化器，Adam的收敛效果是最好的C、对于轻量级神经网络，使用Adam比使用RMSprop更合适D、相比于Adam或RMSprop等优化器，SGD的收敛效果是最好的答案：D3、A*搜索算法何时是最优的？（）A、到目标结点的耗散是一个可采纳启发式B、到目标结点的耗散可任意选择C、不存在求解问题的最优的a*搜索算法D、以上描述都不对答案：A4、卷积核与特征图的通道数的关系是：A、卷积核数量越多特征图通道数越少B、卷积核size越大特征图通道数越多C、卷积核数量越多特征图通道数越多D、二者没有关系答案：C5、对线性回归模型进行性能评估时，以下说法正确的是A、均方根误差接近1最好B、均方根误差越大越好C、决定系数越接近1越好D、决定系数越接近0越好答案：C6、人工神经元内部运算包含哪两个部分：A、非线性变换和激活变换B、线性变换和非线性变换C、向量变换和标量变换D、化学变换和电变换答案：B7、以下哪项是主要用于自然语言处理的网络结构（）A、AlexNetB、ResNetC、BertD、LeNet答案：C8、下列关于XGboost算法描述中错误的是A、由于其特殊原因，无法分布式化B、xgboost在代价函数里加入了正则项，用于控制模型的复杂度C、可以处理带有缺失值的样本D、允许使用列抽样来减少过拟合答案：A9、哪种聚类方法采用概率模型来表达聚类（）A、K-meansB、LVQC、DBSCAND、高斯混合聚类答案：D10、在深度学习网络中，反向传播算法用于寻求最优参数，在反向传播算法中使用的什么法则进行逐层求导的?A、链式法则B、累加法则C、对等法则D、归一法则答案：A11、DSSM模型的结构是什么？A、线性B、双塔C、三塔D、非线性答案：B12、Inception模块采用（）的设计形式，每个支路使用（）大小的卷积核。

人工智能核心算法复习题含答案一、单选题（共40题，每题1分，共40分）1、假设我们有一个使用ReLU激活函数(ReLU activation function)的神经网络，假如我们把ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNOR function)吗A、可以B、不能C、不好说D、不一定正确答案：B2、EM算法是（）A、半监督B、都不是C、有监督D、无监督正确答案：D3、让学习器不依赖外界交互、自动地利用未标记样本来提升学习性能，就是(___)？A、监督学习B、倍监督学习C、无监督学习D、半监督学习正确答案：D4、YOLOv3在coco数据集上聚类了（）个矛框？A、9B、nanC、80D、3正确答案：A5、在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。

如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢？A、以上都不正确的B、搜索每个可能的权重和偏差组合，直到得到最佳值C、随机赋值，听天由命D、赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重正确答案：D6、执行完语句X_train, X_test, y_train, y_test = train_test_split( ... iris.data, iris.target, test_size=0.4, random_state=0),训练集占比多少?A、50%B、70%C、60%D、40%正确答案：C7、如果一个模型在测试集上偏差很大，方差很小，则说明该模型?A、过拟合B、刚好拟合C、可能过拟合可能欠拟合D、欠拟合正确答案：C8、下列哪个神经网络结构会发生权重共享A、卷积神经网络B、循环神经网络C、全连接神经网络D、卷积和循环神经网络正确答案：D9、混沌度(Perplexity)是一种常见的应用在使用深度学习处理NLP问题过程中的评估技术，关于混沌度，哪种说法是正确的？A、混沌度越高越好B、混沌度对于结果的影响不一定C、混沌度没什么影响D、混沌度越低越好正确答案：D10、关于递归函数基例的说明，以下选项中错误的是A、递归函数的基例不再进行递归B、每个递归函数都只能有一个基例C、递归函数的基例决定递归的深度D、递归函数必须有基例正确答案：B11、通过以下哪些指标我们可以在层次聚类中寻找两个集群之间的差异？（）A、以上都行B、均链接C、单链接D、全链接正确答案：A12、考虑以下问题：假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。

智能优化算法及matlab实例1. Genetic Algorithm (遗传算法): 智能优化算法的一种，通过模拟自然选择和遗传机制来搜索问题的最优解。

在Matlab中，可以使用Global Optimization Toolbox中的gamultiobj和ga函数来实现遗传算法。

示例：matlab% 目标函数fitnessFunction = @(x) sum(x.^2);% 配置参数options = optimoptions('ga','Display','iter');% 运行遗传算法x = ga(fitnessFunction, 2, [], [], [], [], [], [], [], options);2. Particle Swarm Optimization (粒子群优化): 一种启发式优化算法，模拟鸟群或鱼群等群体行为来搜索最优解。

在Matlab中，可以使用Global Optimization T oolbox中的particleswarm函数来实现粒子群优化算法。

示例：matlab% 目标函数fitnessFunction = @(x) sum(x.^2);% 配置参数options = optimoptions('particleswarm','Display','iter');% 运行粒子群优化算法x = particleswarm(fitnessFunction, 2, [], [], options);3. Simulated Annealing (模拟退火): 一种基于概率的全局优化算法，模拟固体退火的过程来搜索最优解。

在Matlab中，可以使用Global Optimization Toolbox中的simulannealbnd函数来实现模拟退火算法。

示例：matlab% 目标函数fitnessFunction = @(x) sum(x.^2);% 配置参数options = optimoptions('simulannealbnd','Display','iter');% 运行模拟退火算法x = simulannealbnd(fitnessFunction, zeros(2,1), [], [], options);以上是三种常见的智能优化算法及其在Matlab中的实例。

智能优化算法论⽂解读和复现（⼀）：MOPSO⼀、MOPSO论⽂精读⾸先附上原⽂链接：摘要粒⼦群优化(Particle Swarm Optimization,PSO)是⼀种模拟鸟类飞⾏寻⾷机制，并基于种群迭代的启发式智能优化算法。

原始的PSO算法被设计为专门解决单⽬标优化问题，本⽂的主要⼯作就是将PSO这⼀算法扩展应⽤到解决多⽬标优化问题的领域中去。

主要的实现⽅法包括：1.通过引⼊帕累托占优(Pareto Dominance)的概念来决定粒⼦的飞⾏⽅向。

2.通过维持⼀个全局⾮⽀配解向量的档案库来修正其他粒⼦的飞⾏⽅向。

引⽂随着启发式优化技术的蓬勃⽣长，⼀个重要的研究⽅向就是设计⼀些更有效率的算法来保证具有较好收敛性的同时让解的多样性得以维持，PSO就是其中⼀种。

在这篇⽂章中，原作者提出了⼀种多⽬标粒⼦群优化(Multi-Objective Particle Swarm Optimizaton)算法，让PSO能够解决多⽬标优化问题。

这个算法基于种群迭代，并且额外维持了⼀个档案库(repository)和⼀些基于地理(geographically-based)的⽅法来维持解的多样性。

原作者将MOPSO在⼀些基本测试算例上进⾏了数值实验，并与帕累托存档进化算法(Pareto Archive Evolution Strategy,PAES)和⾮⽀配排序遗传算法(Nondominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)进⾏了⽐较。

粒⼦群优化略。

⽅法描述PSO和进化算法的相似性让引⼊帕累托排序⽅法来将PSO拓展到多⽬标算法成为了最直接的改进⽅案。

对⼀个个体历史最优解的记录可以被⽤来存储迭代中产⽣的⾮⽀配解（类似于多⽬标进化算法中精英机制的概念）。

全局吸引机制的使⽤和对历史⾮⽀配解的保存会更可能让最终结果向全局⾮⽀配解收敛。

所以，原作者的基本思想就是建⽴⼀个全局资料库来让每个粒⼦在每次迭代后保存⾃⼰的飞⾏经验。

人工智能深度学习技术练习(试卷编号111)1.[单选题]当需要一个变量，但是又没有初值的时候，可以定义一个A)操作符B)占位符C)操作数D)以上都不是答案:B解析:2.[单选题]下列有关卷积神经网络CNN和循环神经网络RNN的描述，错误的是( )A)CNN与RNN都是传统神经网络的扩展。

B)P差播法进行训练。

C)NN可以用于描述时间上连续状态的输出。

有记忆功能。

D)CNN与RNN不能组合使用答案:D解析:3.[单选题]数据归一化处理是指将每个特征的取值缩放到（）。

A)-1B)-1C)0D)1答案:C解析:难易程度：易题型：4.[单选题]已知:大脑是有很多个叫做神经元的东西构成，神经网络是对大脑的简单的数学表达。

每一个神经元都有输入、处理函数和输出。

神经元组合起来形成了网络，可以拟合任何函数。

为了得到最佳的神经网络，我们用梯度下降方法不断更新模型给定上述关于神经网络的描述，什么情况下神经网络模型被称为深度学习模型?AA)加入更多层，使神经网络的深度增加B)有维度更高的数据C)当这是一个图形识别的问题时D)都不正确答案:A解析:5.[单选题]A=tf.constant(2)B=tf.constant(5)AddOp=tf.greater(a,B.程序语句执行结果A)addOp=“FALSE”B)addOp=“TRUE”C)addOp=“00”D)addOp=“1”答案:A解析:6.[单选题]梯度下降中，下降速度最快的算法是A)BGDB)MINI-BGDC)SGDD)都不是答案:C解析:7.[单选题]交叉熵损失函数用来处理（）问题A)分类B)预测C)过拟合D)以上都不对答案:A解析:8.[单选题]在选择神经网络的深度时，下面哪些参数需要考虑? 1神经网络的类型(如MLP,CNN)2输入数据3计算能力(硬件和软件能力决定)4学习速率5映射的输出函数A)1,2,4,5B)2,3,4,5C)都需要考虑D)1,3,4,5答案:C解析:9.[单选题]回调函数是用在哪个函数中？A)compile()B)fit()C)summary()D)Sequential()答案:B解析:10.[单选题]Keras中，处理二分类的代价调用是：B)binary_crossentropyC)categorical_crossentropyD)sparse_categorical_crossentropy答案:B解析:11.[单选题]优化算法计算用到了:A)标准差加权平均B)方差加权平均C)对数加权平均D)指数加权平均答案:D解析:12.[单选题]( )就是在不同的训练过程中随机扔掉一部分神经元。