A) Generowanie liczb losowych B) Minimalizacja lub maksymalizacja funkcji celu C) Rozwiązywanie równań D) Liczenie liczb pierwszych
A) Wzór matematyczny B) Początkowe przypuszczenie C) Wynik końcowy D) Ograniczenie możliwych rozwiązań
A) Uproszczenie B) Randomizacja C) Maksymalizacja D) Minimalizacja
A) Generuje losowe rozwiązania B) Ocenia wpływ zmian parametrów na rozwiązanie C) Wybiera najlepszy algorytm D) Znajduje globalne optimum
A) Funkcja ograniczenia B) Funkcja, która ma zostać zoptymalizowana lub zminimalizowana C) Równanie bez zmiennych D) Losowa operacja matematyczna
A) Nieprawidłowe rozwiązanie B) Rozwiązanie bez ograniczeń C) Rozwiązanie losowe D) Rozwiązanie spełniające wszystkie ograniczenia
A) Obszar poza ograniczeniami B) Zbiór wszystkich wykonalnych rozwiązań C) Region z maksymalną wartością D) Przestrzeń rozwiązań
A) Metoda simpleks B) Symulowane wyżarzanie C) Zgadnij i sprawdź D) Próba i błąd
A) Analiza ilościowa B) Maksymalizacja funkcji C) Programowanie matematyczne D) Projektowanie algorytmów
A) Na dwie: optymalizację dyskretną i optymalizację ciągłą. B) Na cztery: optymalizację kombinatoryczną, stochastyczną, dynamiczną i odporną. C) Na trzy: programowanie liniowe, nieliniowe i całkowitoliczbowe. D) Na jedną: optymalizację ogólną.
A) Programowanie nieliniowe B) Programowanie liniowe C) Optymalizacja ciągła D) Optymalizacja dyskretna
A) Optymalizacja ciągła B) Programowanie całkowitoliczbowe C) Optymalizacja kombinatoryczna D) Optymalizacja dyskretna
A) x = 0 B) x = -1 C) x = ∞ D) x = 1
A) Zmienne ciągłe. B) Zmienne binarne. C) Macierze półuścięte. D) Zmienne dyskretne.
A) Leonid Kantorowicz B) John von Neumann C) Fermat D) George B. Dantzig
A) Estymacja momentu pozytywnego-negatywnego. B) Obszary zaufania. C) Relaksacja Lagrange'a. D) Metody poszukiwań kierunkowych.
A) Poprzez interaktywne sesje z osobą podejmującą decyzje. B) Poprzez pominięcie mniej istotnych celów. C) Poprzez analizę danych historycznych. D) Automatycznie przez algorytm.
A) Metody quasi-Newtona B) Metody gradientu skoordynowanego C) Metoda stochastycznej aproksymacji z jednoczesnymi perturbacjami D) Metoda gradientu
A) Metoda jednoczesnego zaburzenia i aproksymacji stochastycznej (SPSA) B) Metody punktów wewnętrznych C) Algorytmy optymalizacji kwantowej D) Metoda elipsoidy
A) Nieskuteczny B) Optymalny według Pareto C) Gorszy D) Suboptymalny
A) Metody poszukiwania kierunku. B) Regiony zaufania. C) Relaksacja Lagrange'a. D) Metody punktów wewnętrznych.
A) Eliminuje kompromisy. B) Upraszcza problem. C) Zmniejsza liczbę możliwych rozwiązań. D) Zwiększa złożoność.
A) 5 B) 1 C) 4 D) 3
A) Programowanie liniowe B) Optymalizacja lokalna C) Optymalizacja globalna D) Matematyka dyskretna
A) Tak, jest to minus nieskończoność. B) Nie, funkcja ta nie jest ograniczona. C) Tak, jest to nieskończoność. D) Tak, jest to 2.
A) Optymalizacja globalna. B) Optymalizacja wielomodalna. C) Problem istnienia. D) Problem wykonalności.
A) 1939 B) 1960 C) 1947 D) 1950
A) Algorytm optymalizacji B) Niezależny ekspert C) Osoba podejmująca decyzje D) Projektant systemu
A) Warunki wykonalności B) Warunki Karusha-Kuhna-Tuckera C) Warunki pierwszego rzędu D) Warunki drugiego rzędu
A) Modelowanie molekularne B) Badania operacyjne C) Inżynieria lądowa D) Inżynieria sterowania
A) Inżynieria elektryczna. B) Inżynieria, szczególnie inżynieria lotnicza i kosmiczna. C) Mikroekonomia. D) Kosmologia i astrofizyka. |