Scribd Logo
Upload

Welcome to Scribd!

  • 124 views

    PS Ga 21 PDF

    Uploaded by

    Ibrahim Anis
    This document discusses genetic algorithm operators such as crossover and mutation. It provides 15 multiple choice questions about genetic algorithms, including questions about selection strategies, encoding schemes, fitness evaluation, crossover effects, chromosome validity, selection pressure, and advantages of genetic algorithms over other algorithms.

    Copyright:

    © All Rights Reserved
    Download as PDF, TXT or read online from Scribd

    PS Ga 21 PDF

    Uploaded by

    Ibrahim Anis
    124 views3 pages
    This document discusses genetic algorithm operators such as crossover and mutation. It provides 15 multiple choice questions about genetic algorithms, including questions about selection strategies, encoding schemes, fitness evaluation, crossover effects, chromosome validity, selection pressure, and advantages of genetic algorithms over other algorithms.

    Original Title

    PS-GA-21.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF, TXT or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    This document discusses genetic algorithm operators such as crossover and mutation. It provides 15 multiple choice questions about genetic algorithms, including questions about selection strategies, encoding schemes, fitness evaluation, crossover effects, chromosome validity, selection pressure, and advantages of genetic algorithms over other algorithms.

    Copyright:

    © All Rights Reserved
    Download as PDF, TXT or read online from Scribd
    Download as pdf or txt
    124 views3 pages

    PS Ga 21 PDF

    Uploaded by

    Ibrahim Anis
    This document discusses genetic algorithm operators such as crossover and mutation. It provides 15 multiple choice questions about genetic algorithms, including questions about selection strategies, encoding schemes, fitness evaluation, crossover effects, chromosome validity, selection pressure, and advantages of genetic algorithms over other algorithms.

    Copyright:

    © All Rights Reserved
    Download as PDF, TXT or read online from Scribd
    Download as pdf or txt
    of 3

    Introduction to Soft Computing 

    Solution to GA‐2 
    GA operators – Crossover and Mutation 
     

    1) Which GA operation is computationally most expensive? 

    (a)  Initial population creation. 
    (b)   Selection of sub‐population for mating. 
    (c)   Reproduction to produce next generation. 
    (d)   Convergence testing. 
     
    2) Which selection strategy is susceptible to a high selection pressure and low population diversity? 

    (a)  Roulette‐wheel selection. 
    (b)   Rank based selection. 
    (c)   Tournament selection. 
    (d)   All the above. 
     
    3) Which of the following is not a mutation operation in real coded GA? 

    (a)  Flipping. 
    (b)   Random mutation. 
    (c)   Polynomial mutation. 
    (d)   All are mutation operation in real coded GA 
     
    4) Two parent chromosomes in Order GA encoding scheme is given as follows: 

              * 
    1  2  3  4  5  6  7  8  9  10 
              * 
    10  9  8  7 6 5 4 3 2  1
     
    A    is selected at 4  location according to single point crossover technique. Which 
    of the following off‐spring is not possible? 
    (a)   
    1  2  3  4  10  9  8  7  6  5 
     
    (b)    
    7  8  9  10  6  5  4  3  2  1 
     
    (c)    
    10  9  8  7  1  2  3  4  5  6 
     
    (d)    
    5  6  7  8 9 10 1 2 3  4
     
     
    5) Which one of the following is not necessarily be considered as GA parameters? 
    (a)  , the population sizes. 
    (b)   ∈, the obtainable accuracy. 
    (c)   , the mutation probability. 
    (d)   ̅
    , the average fitness scores.   
     
    6) Which GA encoding scheme gives faster execution? 

    (a)  Binary coded GA. 
    (b)   Real coded GA. 
    (c)   Order GA. 
    (d)   Tree encoded GA. 
     
    7) The purpose  of the fitness evaluation operation is 
     
    (a)  To check  whether all individual  satisfies the constraints given in the problem. 
    (b)   To decide the termination  point. 
    (c)   To select the best individuals. 
    (d)   To identify  the individual  with  worst cost function. 
     
    8) If  crossover  between  chromosomes  in  search  space  does  not  produce  significantly  different 
    offspring, what does it imply? (if offspring consist of one half of each parent) 

    (i)  The crossover operation is not successful. 
    (ii)   Solution is about to be reached.  
    (iii)  Diversity is so poor that the parents involved in the crossover operation are 
    similar. 
    (iv)   The search space of the problem is not ideal for GAs to operate. 
     
    (a)  ii, iii & iv only. 
    (b)   ii & iii only. 
    (c)   i, iii & iv only. 
    (d)   All of the above. 
     
     
    9) Which of the following is not a valid  chromosome  in Order GA? 

    (a)   
    1  3  5  7  2  4  6  8 
     
    (b)    
    A  B  D  E  A  F  H  G 
     
    (c)    
    1  0  0  1 1 0 0 1 
     
    (d)    
    14.6  ‐23.4  177.23 
     

    10) In Rank‐based selection scheme, which of the following is not correct 
    (a) The % area to be occupied by an individual  , is given by  ∑   
    (b)Two or more individuals with the same fitness values should have the same rank.  
    (c)Individuals are arranged in a descending order of their fitness values.  
    (d)The proportionate based selection scheme is followed based on the assigned rank.  
     
    11) Which of the following(s) is/are the pre‐requisite(s) when Genetic Algorithms are applied to solve 
    problems? 

    (i)  Encoding of solutions. 
    (ii)   Well‐understood search space. 
    (iii)  Method of evaluating the suitability of the solutions. 
    (iv)   Contain only one optimal solution. 
     
    (a)  i & ii only. 
    (b)   ii & iii only. 
    (c)   i & iii only. 
    (d)   iii & iv only. 
     
    12) Tournament Selection has  
    (a) Low population diversity and moderate selection pressure 
    (b) High population diversity and Moderate selection pressure 
    (c) Moderate population diversity and high selection pressure 
    (d) High population diversity and low selection pressure 
     
    13) Which of the following is a fitness scaling approach? 
    (a) Linear scaling 
    (b) Sigma scaling 
    (c) Power law scaling 
    (d) All of the above 
    14) If selection pressure is HIGH, which one is FALSE 
    (a) The search focuses only on good individuals (in terms of fitness) at the moment. 
    (b) It loses the population diversity.  
    (c) Lower rate of convergence. 
    (d) Leads to pre‐mature convergence of the solution to a sub‐optimal solution.  
     
    15) Which of the following comparison is true? 

    (a)  In the event of restricted access to information, GAs win out in that they require much 
    fewer information to operate than other search. 
    (b)   Under any circumstances, GAs always outperform other algorithms. 
    (c)   The  qualities  of  solutions  offered  by  GAs  for  any  problems  are  always  better  than 
    those provided by other search. 
    (d)   GAs could be applied to any problem, whereas certain algorithms are applicable to 
    limited domains. 
     
     

    You might also like