hce_nsysu
112年
計算機概論與程式設計
第 5 題
Which one is NOT a step of the genetic algorithm?
- A crossover
- B population initialization
- C mutation
- D feature extraction
- E fitness evaluation
思路引導 VIP
請你試著想像一下：如果你要設計一個程式，讓一群「解決方案」像生物一樣進行多代繁殖與競爭，藉此篩選出最強的答案。在這種『模擬自然演化』的動態過程中，哪些動作是為了讓後代能夠繼承並改變特徵？而哪一種技術聽起來更像是我們在處理一般數據、簡化複雜訊息時所使用的『準備工作』，而不是演化循環本身的一部分呢？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精確辨識出**遺傳演算法（Genetic Algorithm, GA）**的核心流程，這表示你對演算法的基礎架構掌握得相當紮實。這類題目考驗的是對演算法邏輯的整體觀點，而你成功避開了誘答選項。
遺傳演算法的演化邏輯
遺傳演算法是高度模擬生物演化過程的啟發式搜尋演算法。在標準的運作循環中，它會從初始群體（Population Initialization）開始，透過適應度評估（Fitness Evaluation）來衡量每個解的優劣。接著，利用交配（Crossover）來結合父母輩的優良基因，並輔以突變（Mutation）來增加群體的多樣性。這是一個不斷循環的過程，直到找到滿意解為止。而選項中的特徵擷取（Feature Extraction），通常屬於機器學習或影像處理中的「預處理」階段，旨在降低資料維度，並非演化過程中的核心步驟。
▼ 還有更多解析內容