Test
Inteligencia artificial: Algoritmos Evolutivos
Este test tiene tiempo límite, así que se abre en el reproductor de siempre.
Preguntas del test (45)
1Cómo puede ser representada una solución en un algoritmo evolutivo?
- AGenotipo y alelo
- BFenotipo y alelo
- CGenotipo y fenotipo
- DFenotipo y decodificación
2¿La función de aptitud define la mejora de las soluciones de un algoritmo?
- AVerdadero
- BFalso
3¿La cruza aritmética completa es igual a?
- AMutación uniforme
- BMutación simple
- CAritmética cruzada
- DAritmética simple pero se aplica para todas las variables del cromosoma
4¿Qué es la cruza aritmética simple?
- AEs una variante de la cruza intermedia, en la cual se toman en cuenta los límites inferiores y superiores de las variables del problema a resolver
- BEs una variante de la cruza avanzada, en la cual se toman en cuenta los valores de aptitud de cada individuo
- CEs una variante de la mutación simple
- DEs una variante de la selección por ruleta
5¿Qué hace la mutación por reordenamiento?
- ASelecciona una subcadena de bits y los coloca de manera invertida en la cadena mutada
- BSelecciona una subcadena de cromosomas y los coloca de manera ordenada
- CSelecciona solo los bits de mayor valor
- DSelecciona los bits de menor valor
6¿Cuáles son los dos tipos de problemas de optimización que se pueden resolver con los algoritmos evolutivos?
- AOptimización numérica y combinatoria
- BOptimización compleja y dinámica
- COptimización dinámica y multi-objetivo
- DOptimización binaria y real
7Tipos de caminos para resolver problemas de optimización
- AProgramación matemática y métodos heurísticos
- BAlgoritmos Evolutivos
- CAlgoritmos de Inteligencia Colectiva
- DMatemáticas discretas
8Selecciona los cinco elementos del algoritmo genético
- ARepresentación de Individuos
- BMutación
- CRecombinación o cruza
- DSelección de padres
- EReemplazo
- FMapa genotipo
- GAlelos
9En la selección de padres a través del método de la ruleta, ¿ el individuo menos apto puede ser seleccionado más de una vez?
- AVerdadero
- BFalso
10Uno de sus objetivos es minimizar la mala distribución de los individuos en la población en función de sus valores esperados
- ASobrante estocástico
- BLa ruleta
- CMuestreo determinístico
- DUniversal estocástico
11En la selección mediante torneo, ¿la selección es con base en comparaciones directas de los individuos?
- AVerdadero
- BFalso
12¿ En qué año fueron desarrolladas las estrategias evolutivas (EE)?
- A1964
- B2010
- C1915
- D2015
13¿La estrategia evolutiva (u+1)-EE fue propuesta por Rechenberg?
- AVerdadero
- BFalso
14¿Las estrategias evolutivas simulan la evolución a nivel de los individuos, existe un operador de cruza, ya sea sexual o panmictico (más de dos padres), el cual, sin embargo actúa como un operador secundario?
- AVerdadero
- BFalso
15¿La mutación en las estrategias evolutivas es el operador principal y utiliza números aleatorios generados con una distribución Gaussiana?
- AVerdadero
- BFalso
16¿A qué nivel es la representación de las estrategias evolutivas?
- AFenotípico
- BGenotípico
- CBinario
- DDecimal
17¿Cuáles son las 3 características o procesos de una estrategia evolutiva simple?
- ACodificación: Vectores con números reales
- BRecombinación: Discreta o intermedia
- CSelección de padres: Aleatoria uniforme
- DMutación: Intercambio de cromosomas
18¿Cómo empieza el pseudocódigo de una estrategia evolutiva multimiembro, selecciona los dos primeros pasos?
- AGenerar aleatoriamente una población inicial de soluciones
- BCalcular la aptitud de la población inicial
- CReemplazar a los individuos menos aptos
- DRealizar una mutación de los nuevos vastagos
19¿La selección aleatoria no es sesgada por los valores de aptitud?
- AVerdadero
- BFalso
20¿Cuál es la diferencia de codificación entre un algoritmo genético y una estrategia evolutiva?
- ALas estrategias evolutivas no requieren un proceso de decodificación
- BLas estrategias evolutivas no requieren un proceso de mutación
- CLas estrategias evolutivas no requieren un proceso de selección
- DLas estrategias evolutivas no requieren un proceso de reemplazo
21¿Cuáles son los dos parámetros que requiere la mutación, selecciona dos?
- AMedia
- BDesviación estándar
- CMediana
- DMejor
22¿De qué manera puede ser la recombinación, selecciona dos?
- ASexual (dos padres)
- BPanmítica (más de dos padres)
- CUnaria (solo un padre)
- DVacía (sin padres)
23¿Por quién y en qué año fue propuesta la Programación Evolutiva (PE)
- AFogel en 1960
- BRechenberg en 1964
- CFibermang en 1915
- DPassino en 1980
24¿La programación evolutiva fue propuesta originalmente para evolucionar máquinas de estado finito?
- AVerdadero
- BFalso
25¿Por quién y en qué año fue propuesta la evolución diferencial?
- AStorn y Price en 1995
- BFriedman y Fogel en 1964
- CPrice y Fogel en 1915
- DFriedman y Storn en 1980
26¿Qué tipo de codificación utiliza la evolución diferencial?
- ACodificación real
- BCodificación binaria
- CCodificación líneal
- DCodificación continua
27¿La evolución diferencial es una estrategia de búsqueda poblacional?
- AVerdadero
- BFalso
28¿El aprendizaje en un sistema inmune natural se da al incrementar el número de linfocitos que reconocen antígenos con frecuencia?
- AVerdadero
- BFalso
29Se asume que un linfocito puede ser estimulado por otros linfocitos vecinos además de por antígenos, esta es la diferencia entre las teorías:
- ABasada en la teoría red y la teoría clásica
- BBasada en mutación y cruza
- CBasada en la teoría clásica y uniforme
- DBasada en la teoría de red y estocástica
30¿Los anticuerpos se producen cuando los linfocitos entra en contacto con los antígenos?
- AVerdadero
- BFalso
31¿Los antígenos se encuentran en la superficie de las células de elementos extraños?
- AVerdadero
- BFalso
32Las cuatro teorías del sistema inmune natural son:
- AClásica
- BSelección clonal
- CBasada en red
- DBasada en peligro
- EBasada en antígenos
33Se definía como la combinación de la lógica difusa, redes neuronales y algoritmos genéticos
- AComputo Inteligente
- BAlgoritmo Genético
- CProgramación Genética
- DRedes neuronales
34El computo Inteligente es el estudio de mecanismos adaptativos para generar o facilitar el comportamiento inteligente en ambientes complejos, inciertos y cambiantes
- AVerdadero
- BFalso
35Los paradigmas del Computo Inteligente son:
- ARedes neuronales
- BAlgoritmos evolutivos
- CInteligencia Colectiva
- DSistemas inmunes artificiales
- ESistemas difusos
- FNinguno de los anteriores
36Las redes neuronales están inspiradas en:
- ACerebro biológico
- BPensamiento humano
- CTeoría de Darwin
- DADN
37Emulan la evolución de las especies y la supervivencia del más apto en algoritmos de búsqueda en espacios complejos
- AAlgoritmos evolutivos
- BAlgoritmos genéticos
- CRedes neuronales
- DSistemas difusos
38Emula comportamientos sociales de organismos sencillos donde emerge cierto nivel de inteligencia
- AAlgoritmos de Inteligencia colectiva
- BRedes neuronales
- CAlgoritmos evolutivos
- DSistema Inmune Artificial
39La principal aplicación de una red neuronal se centra en el [blank_start]reconocimiento de patrones[blank_end], la aplicación principal de los algoritmos evolutivos es la optimización de problemas. La [blank_start]inteligencia colectiva[blank_end] se centra en problemas de optimización, clasificación, agrupamiento, robótica, entre otros.
- Areconocimiento de patrones
- Breconocimiento de tejidos nerviosos
- Creconocimiento de inteligencia
- Dinteligencia colectiva
- Ered neuronal
- Fprogramación evolutiva
40 Los sistemas inmunes artificiales se centran en la optimización , el reconocimiento y clasificación de tareas. Los sistemas [blank_start]difusos[blank_end] se centran en el diseño de controladores.
- Adifusos
- Binmunes artificiales
- Cde inteligencia colectiva
41Los [blank_start]Sistemas Inmunes Artificiales[blank_end] emulan el alto nivel de adaptación, paralelismo y distribución del sistema inmune
natural, Utilizan el aprendizaje, la memoria y la recuperación asociativa, Las aplicaciones se centran en la optimización,
el reconocimiento y clasificación de tareas.- ASistemas Inmunes Artificiales
- BAlgoritmos de inteligencia colectiva
- CAlgoritmos evolutivos
42Los elementos de una neurona son:
- ADendritas
- BSoma
- CAxon
- DDendritas terminales
43La unión entre dos neuronas mediante señales (naturaleza química en el exterior y eléctrica en el interior) se le conoce como [blank_start]sinapsis[blank_end]
- Asinapsis
- BDendritas
- CAxon
- DNeurotransmisores
44Los elementos de una red neuronal artificial son:
- AUnidades de procesamiento (neuronas)
- BPeso sináptico
- CRegla de propagación
- DFunción de transferencia
- EFunción de salida
- FNinguna de las anteriores
45Existen diferentes funciones de transferencias, las cuales son
- AFunción escalón
- BFunción lineal y mixta
- CFunción sigmoidal
- DFunción de propagación
- ENinguna de las anteriores
Información
- Descripción
- Lee y Responde correctamente cada una de las preguntas.
- Idioma
- Español
- Visitas
- 81
- Historial
- Creado el 30 may 2017 · actualizado el 10 ago 2017
- Etiquetas
- Valoración
- 5,0 de 5 · 2 valoraciones Valora este test