Tema5 Flashcards
(44 cards)
¿Qué son los métodos heurísticos y por qué se usan en optimización?
Son técnicas de búsqueda que buscan buenas soluciones sin garantizar la óptima, utilizadas cuando los algoritmos exactos son ineficientes.
Explica la diferencia entre heurísticas y metaheurísticas.
Las heurísticas son estrategias específicas de solución, mientras que las metaheurísticas son enfoques generales que guían la búsqueda de soluciones.
¿Cómo ayuda la búsqueda tabú a escapar de óptimos locales?
Evita repetir soluciones previas mediante una lista tabú que impide volver a ciertos estados durante un tiempo.
¿En qué se basa el recocido simulado?
Se inspira en el proceso físico de enfriamiento de metales, permitiendo aceptar soluciones peores con cierta probabilidad para escapar de mínimos locales.
¿Qué es la optimización por enjambre de partículas y cómo funciona?
Es una técnica inspirada en el comportamiento de grupos en la naturaleza, donde partículas se mueven según su mejor posición personal y global.
Explica el concepto de búsqueda voraz aleatoria y adaptativa (GRASP).
Es una técnica que combina una fase voraz para construir soluciones y una fase de mejora local para refinarlas.
¿Cuál es la relación entre metaheurísticas y la inteligencia artificial?
Las metaheurísticas se utilizan en IA para optimizar modelos de aprendizaje automático y resolver problemas complejos de búsqueda.
¿Cómo afecta el tamaño de la lista tabú en la búsqueda tabú?
Un tamaño pequeño restringe la exploración, mientras que un tamaño grande permite buscar en áreas más amplias del espacio de soluciones.
Los métodos heurísticos siempre encuentran la solución óptima. (V/F)
Falso. Solo buscan buenas soluciones, sin garantizar la óptima.
La búsqueda tabú usa una lista de soluciones prohibidas para evitar ciclos. (V/F)
Verdadero. Evita repetir soluciones previas mediante una lista tabú.
El recocido simulado permite aceptar soluciones peores en ciertas condiciones. (V/F)
Verdadero. Esto ayuda a escapar de mínimos locales.
La optimización por enjambre de partículas imita el comportamiento de organismos naturales. (V/F)
Verdadero. Se inspira en bandadas de pájaros o bancos de peces.
En GRASP, todas las soluciones candidatas tienen la misma probabilidad de ser elegidas. (V/F)
Falso. Se puede ponderar la selección según la calidad de las soluciones.
La búsqueda tabú solo se usa en problemas de optimización continua. (V/F)
Falso. Puede aplicarse a problemas discretos y combinatorios.
En la optimización por enjambre de partículas, cada partícula solo sigue su mejor posición individual. (V/F)
Falso. También se ve influenciada por la mejor posición global.
GRASP usa una fase de construcción seguida de una fase de mejora local. (V/F)
Verdadero. Esta combinación mejora la calidad de las soluciones.
Los métodos ___________ buscan soluciones sin garantizar la óptima.
heurísticos.
La ___________ impide que la búsqueda tabú repita soluciones previas.
lista tabú.
En recocido simulado, la variable ___________ se reduce gradualmente.
temperatura.
La optimización por ___________ se basa en el comportamiento de grupos naturales.
enjambre de partículas.
En GRASP, la ___________ selecciona aleatoriamente elementos entre los mejores candidatos.
lista restringida de candidatos (RCL).
En la ecuación de velocidad de enjambre de partículas, los parámetros c1 y c2 se llaman ___________.
factores de aprendizaje.
La búsqueda tabú evita quedar atrapado en óptimos locales mediante la ___________.
memoria adaptativa.
En recocido simulado, aceptar soluciones peores ayuda a ___________ de mínimos locales.
escapar.
