遗传算法的设计包括（）

A、经验探索法

B、响应面分析法

C、均匀设计法

D、遗传算法和神经算法

A、选择

B、孪生

C、交叉

D、变异

A、复制

B、交叉

C、变异

D、抑制

A、种群规模

B、遗传代数

C、交叉变异概率

D、目标误差值

A、都属于仿生算法

B、都属于随机搜索算法

C、都隐含并行性

D、新个体的生成方式相同

(1)如何衡量遗传算法的性能好坏，下列说法正确的是 _____。

(A)对一些已知最优解的问题类别， 可以通过精确算法获得最优解， 然后使用“近似率”来衡量解的质量。所谓近似率是指算法求得的解与问题最优解的近似程度。则有：近似率越高的遗传算法，性能越好;

(B)对理论最优解不知道的问题类别，可以通过不同遗传算法在相同问题实例集上测试结果的横向比较来进行评价，即有：在执行相同次数的迭代后，获得满意解越好的遗传算法，性能越好;

(C)对于具有迭代特征的近似算法，在迭代多少次后能够使得结果稳定 (通俗来讲，即结果不再随进一步迭代而发生变化或发生极小的可以被忽略的变化 )—这被称为收敛速度，它从一定程度反映了算法求解的“快慢”。在达到期望的满意解的前提下，迭代次数越少越好。

(D)遗传算法不一定能够得到满意解。 因此，当不同算法均应用多次后，求得满意解次数越多的算法越好!

(E)除上述衡量性能的指标外，还有其他的指标来衡量性能。

(2)如何衡量遗传算法的性能好坏，下列说法不正确的是 _____。

(A)近似率越高的算法，性能越好;

(B)在执行相同次数的迭代后，获得满意解越好的算法，性能越好;

(C)在达到期望满意解的前提下，迭代次数越多的算法，性能越好;

(D)当不同算法均应用多次后，求得满意解次数越多的算法，性能越好!

(3)如何衡量遗传算法的性能好坏，下列说法不正确的是 _____。

(A)近似率越低的算法，性能越好;

(B)在执行相同次数的迭代后，获得满意解越好的算法，性能越好;

(C)在达到期望满意解的前提下，迭代次数越少的算法，性能越好;

(D)当不同算法均应用多次后，求得满意解次数越多的算法，性能越好!

A、单纯提高突变概率，能够稳定地取得很好的结果

B、突变概率较小时，物种的适应性比较稳定，优秀的突变能够在短时间内迅速提高整个种群的适应性

C、遗传算法与状态空间搜索法都将状态表示为“向量”

D、提升种群数量能够提高求解速度和稳定性

A、在“基因交叉”的过程中，染色体均分断裂

B、遗传算法中的状态转移通过“基因交叉”来实现

C、基因交叉能够给物种基因库增加新的“信息”

D、“交叉算子”、“突变算子”、“选择算子”分别用来模拟物种繁殖、基因突变以及“竞争与选择”