Quiz — Programming a Stochastic Constraint Optimisation Algorithm, by Optimisation.pdf

Question 1 sur 10 20:00

[{"id":40580,"question":"Quel type d'algorithme utilise des mécanismes aléatoires pour explorer l'espace des solutions ?","option_a":"Algorithme déterministe","option_b":"Algorithme stochastique","option_c":"Algorithme glouton","option_d":"Algorithme de tri","option_e":"","option_f":"","bonne_reponse":"b","explication":"Les algorithmes stochastiques intègrent des éléments aléatoires pour éviter de rester bloqués dans des optima locaux et explorer plus efficacement l'espace des solutions.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Algorithme déterministe\", \"b\": \"Algorithme stochastique\", \"c\": \"","_debug_options_count":4},{"id":40581,"question":"Une contrainte dans un problème d'optimisation est toujours une égalité.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"Les contraintes peuvent être des égalités ou des inégalités (ex : x ≤ 5). Les contraintes d'inégalité sont très courantes dans les problèmes réels.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":40582,"question":"Quel algorithme stochastique est inspiré de la thermodynamique et utilise une température pour contrôler l'exploration ?","option_a":"Algorithme génétique","option_b":"Recuit simulé","option_c":"Essaim de particules","option_d":"Colonie de fourmis","option_e":"","option_f":"","bonne_reponse":"b","explication":"Le recuit simulé s'inspire du processus de recuit en métallurgie, où la température est progressivement réduite pour favoriser la convergence vers une solution optimale.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Algorithme génétique\", \"b\": \"Recuit simulé\", \"c\": \"Essaim de p","_debug_options_count":4},{"id":40583,"question":"Dans un problème d'optimisation sous contraintes, la fonction objectif doit être maximisée ou minimisée.","option_a":"Uniquement minimisée","option_b":"Uniquement maximisée","option_c":"Maximisée ou minimisée selon le problème","option_d":"Toujours nulle","option_e":"","option_f":"","bonne_reponse":"c","explication":"La fonction objectif peut être maximisée (ex : profit) ou minimisée (ex : coût), selon la nature du problème.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"Uniquement minimisée\", \"b\": \"Uniquement maximisée\", \"c\": \"Maxim","_debug_options_count":4},{"id":40584,"question":"Les algorithmes génétiques utilisent des opérateurs comme la mutation et le croisement pour évoluer les solutions.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"a","explication":"Les algorithmes génétiques s'inspirent de la sélection naturelle et utilisent bien des opérateurs comme la mutation, le croisement et la sélection pour faire évoluer une population de solutions.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":40585,"question":"Quelle est la principale limite des algorithmes stochastiques ?","option_a":"Leur complexité temporelle élevée","option_b":"Leur manque de garantie de trouver la solution optimale","option_c":"Leur incapacité à traiter des contraintes","option_d":"Leur dépendance à un seul paramètre","option_e":"","option_f":"","bonne_reponse":"b","explication":"Les algorithmes stochastiques ne garantissent pas de trouver la solution optimale, mais offrent un bon compromis entre qualité de la solution et temps de calcul.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Leur complexité temporelle élevée\", \"b\": \"Leur manque de garan","_debug_options_count":4},{"id":40586,"question":"Dans un problème d'optimisation, une solution est dite \u003Cem\u003Eadmissible\u003C\/em\u003E si elle respecte toutes les contraintes.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"a","explication":"Une solution est dite admissible si elle respecte toutes les contraintes du problème. C'est une condition nécessaire pour qu'elle soit valide.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":40587,"question":"Quel algorithme stochastique s'inspire du comportement des fourmis pour résoudre des problèmes d'optimisation ?","option_a":"Recuit simulé","option_b":"Algorithme génétique","option_c":"Colonie de fourmis","option_d":"Essaim de particules","option_e":"","option_f":"","bonne_reponse":"c","explication":"La colonie de fourmis (ACO) s'inspire du comportement des fourmis qui déposent des phéromones pour trouver des chemins optimaux entre leur nid et une source de nourriture.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"Recuit simulé\", \"b\": \"Algorithme génétique\", \"c\": \"Colonie de ","_debug_options_count":4},{"id":40588,"question":"La complexité d'un algorithme stochastique dépend principalement du nombre de variables du problème.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"La complexité dépend aussi de la nature des contraintes, de la fonction objectif et des paramètres de l'algorithme (ex : taille de la population pour les algorithmes génétiques).","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":40589,"question":"Quel outil est couramment utilisé pour implémenter des algorithmes d'optimisation stochastique en Python ?","option_a":"Pandas","option_b":"NumPy","option_c":"DEAP","option_d":"Matplotlib","option_e":"","option_f":"","bonne_reponse":"c","explication":"DEAP (Distributed Evolutionary Algorithms in Python) est une bibliothèque dédiée à l'implémentation d'algorithmes évolutifs et stochastiques.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"c\", \"options\": {\"a\": \"Pandas\", \"b\": \"NumPy\", \"c\": \"DEAP\", \"d\": \"Matplotlib\"}}","_debug_options_count":4}]