Testez vos connaissances sur les algorithmes génétiques simples

Question 1 sur 10 10:00

[{"id":75232,"question":"Quel principe biologique inspire directement les algorithmes génétiques ?","option_a":"La photosynthèse","option_b":"La sélection naturelle","option_c":"La gravité","option_d":"La tectonique des plaques","option_e":"","option_f":"","bonne_reponse":"B","explication":"Les algorithmes génétiques s'inspirent du processus de sélection naturelle où les individus les mieux adaptés survivent et se reproduisent.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75233,"question":"Quelle opération n'est PAS une étape classique des algorithmes génétiques simples ?","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"A","explication":"Les étapes classiques sont l'initialisation, la sélection, le croisement et la mutation. L'opération de 'photosynthèse' n'existe pas dans ce contexte.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75234,"question":"Quel terme désigne la mesure de qualité d'une solution dans un algorithme génétique ?","option_a":"Fitness","option_b":"Entropie","option_c":"Viscosité","option_d":"Inertie","option_e":"","option_f":"","bonne_reponse":"A","explication":"Le 'fitness' (ou valeur de fitness) évalue la qualité d'une solution par rapport au problème à résoudre.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75235,"question":"Parmi ces paramètres, lequel influence directement la diversité de la population ?","option_a":"La taille de la population","option_b":"Le taux de mutation","option_c":"Le nombre d'itérations","option_d":"Le critère d'arrêt","option_e":"","option_f":"","bonne_reponse":"B","explication":"Le taux de mutation détermine la probabilité qu'un gène mute, influençant ainsi la diversité génétique de la population.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75236,"question":"Un algorithme génétique peut-il garantir une solution optimale ?","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"B","explication":"Les algorithmes génétiques trouvent généralement des solutions approchées de bonne qualité, mais ne garantissent pas une solution optimale absolue.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75237,"question":"Quelle technique est utilisée pour créer de nouvelles solutions à partir de deux solutions parents ?","option_a":"La division cellulaire","option_b":"Le croisement (crossover)","option_c":"La fusion nucléaire","option_d":"La sublimation","option_e":"","option_f":"","bonne_reponse":"B","explication":"Le croisement (ou crossover) combine les caractéristiques de deux solutions parents pour créer de nouvelles solutions potentielles.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75238,"question":"Quel est l'objectif principal d'un algorithme génétique ?","option_a":"Minimiser la consommation d'énergie","option_b":"Maximiser la valeur de fitness","option_c":"Maximiser le nombre d'itérations","option_d":"Minimiser la taille de la population","option_e":"","option_f":"","bonne_reponse":"B","explication":"L'objectif est de maximiser la valeur de fitness, c'est-à-dire de trouver la solution la plus adaptée au problème posé.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75239,"question":"Dans quel domaine les algorithmes génétiques sont-ils LEAST adaptés ?","option_a":"Optimisation de réseaux électriques","option_b":"Conception de circuits intégrés","option_c":"Résolution d'équations linéaires simples","option_d":"Planification de tournées de véhicules","option_e":"","option_f":"","bonne_reponse":"C","explication":"Les algorithmes génétiques sont surdimensionnés pour résoudre des équations linéaires simples, pour lesquelles des méthodes analytiques existent.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75240,"question":"Quel mécanisme permet d'introduire de la nouveauté dans la population ?","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"A","explication":"La mutation permet d'introduire de nouveaux traits dans la population, favorisant ainsi l'exploration de l'espace des solutions.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0},{"id":75241,"question":"Quelle affirmation est VRAIE concernant les algorithmes génétiques simples ?","option_a":"Ils nécessitent une dérivée de la fonction objectif","option_b":"Ils sont insensibles aux optima locaux","option_c":"Ils sont déterministes","option_d":"Ils ne fonctionnent qu'avec des variables continues","option_e":"","option_f":"","bonne_reponse":"B","explication":"Les algorithmes génétiques sont particulièrement efficaces pour éviter les optima locaux grâce à leur approche stochastique et leur diversité de population.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0}]