Carregando...
Carregando...
Ajude a melhorar a plataforma
Os algoritmos genéticos são úteis em problemas onde métodos tradicionais de aprendizado supervisionado ou não supervisionado têm dificuldades. Eles não exigem gradientes ou suposições específicas sobre os dados. Assim, são eficazes em otimizações difíceis ou de múltiplos objetivos.
Diante disso, compreenda e associe os conceitos às descrições correspondentes sobre o operador de cruzamento (crossover).
| | | | --- | --- | | Conceito | Descrição | | I. Definição do cruzamento | a. Combina partes de dois indivíduos para criar novos indivíduos, promovendo a exploração do espaço de busca. | | II. Tipos de cruzamento e sua aplicabilidade | b. Métodos como cruzamento de um ponto e de dois pontos são aplicáveis também em problemas de otimização contínua. | | III. Eficiência do cruzamento | c. Depende da seleção adequada dos indivíduos, geralmente baseada na função de aptidão. |
Assinale a alternativa que apresenta a associação correta.
Explique melhor esta questão
Abre o Tutor com o enunciado e as alternativas já no campo — você revisa e envia.
Esta questão foi verificada por um de nossos administradores.
Alternativa B - I-A; II-B; III-C.
O operador de cruzamento (crossover) é a operação central dos Algoritmos Genéticos, responsável por combinar o DNA de pais promissores na esperança de gerar filhos ainda melhores.
Para que o cruzamento ocorra de forma eficaz, ele precisa ser definido conceitualmente, possuir métodos de implementação e estar integrado a uma estratégia de seleção.
Ao associar os itens da tabela, temos:
A sequência correta de associações é I-A, II-B e III-C, conforme apresentado na alternativa B.
Alternativa B.