(AS III) TÓPICOS ESPECIAIS EM ENGENHARIA DE SOFTWARE

Prévia do material em texto

Pergunta 1
Resposta Selecionada: a. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário
da resposta:
É uma abordagem que tem como metodologia-chave a meta-heurística.
Trata-se da Engenharia de Software Baseada em
Busca.
Busca.
Testes.
Eventos.
Funcionalidade.
Cognição.
A Engenharia de Software Baseada em Busca (ESBB) tem na meta-
heurística um dos métodos-chave. Vamos defini-la de forma livre, de
modo que as meta-heurísticas são como um procedimento de busca
de alto nível que aplica alguma regra ou conjunto de regras baseadas
em uma fonte de conhecimento, a fim de explorar o espaço de busca
de forma mais eficiente do que algoritmos exatos.
 
Pergunta 2
Resposta Selecionada: a. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário
da resposta:
É desenvolvida especificamente para encontrar uma solução que seja “boa o
suficiente” em um tempo de computação “pequeno o suficiente”. Como resultado, não
está sujeita à explosão combinatória.
Trata-se da metodologia
meta-heurística.
meta-heurística.
dialética.
 hermenêutica.
lógica.
parassintética.
As meta-heurísticas são, portanto, desenvolvidas especificamente
para encontrar uma solução que seja “boa o suficiente” em um tempo
de computação “pequeno o suficiente”. Como resultado, elas não
estão sujeitas à explosão combinatória, o fenômeno em que o tempo
de computação necessário para encontrar a solução ótima de
problemas NP-difíceis aumenta em função exponencial do tamanho do
problema.
Meta-heurísticas têm sido demonstradas pela comunidade científica
como uma alternativa viável, e muitas vezes superior, aos métodos
mais tradicionais (exatos) de otimização de inteiros mistos, como
ramificação e limite e programação dinâmica. Especialmente para
problemas complicados ou grandes instâncias de problemas, as meta-
heurísticas geralmente são capazes de oferecer um melhor equilíbrio
entre a qualidade da solução e o tempo de computação. Além disso,
meta-heurísticas são mais flexíveis que métodos exatos de duas
maneiras importantes. (SÖRENSEN, K.; GLOVER, F. Metaheuristics.
2015. p. 1-2. Disponível em:
<http://www.scholarpedia.org/article/Metaheuristics#:~:text=8%20Refer
ences-,Definition,S%C3%B6rensen%20and%20Glover%2C%202013)
>. Acesso em: 25/03/2022)
0,2 em 0,2 pontos
0,2 em 0,2 pontos
http://www.scholarpedia.org/article/Metaheuristics#:~:text=8%20References-,Definition,S%C3%B6rensen%20and%20Glover%2C%202013)
http://www.scholarpedia.org/article/Metaheuristics#:~:text=8%20References-,Definition,S%C3%B6rensen%20and%20Glover%2C%202013)
 
Pergunta 3
Resposta Selecionada: a. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário
da resposta:
Estes algoritmos são uma técnica de resolução de problemas que imita a evolução
biológica, buscando relacionar um conjunto de dados transformados em uma
linguagem lógica para o algoritmo, como os números a serem analisados por funções
matemáticas e então combinados, assemelhando-se a uma reprodução a fim de se
analisar o resultado para se obter melhor resposta à fornecida pelos pais.
Trata-se de algoritmo
genético.
genético.
geral.
 parenteral.
genérico.
materno.
Genetic/evolutionary algorithms – algoritmos genéticos/evolucionários
– criados por biólogos evolucionistas que buscaram explicitamente
fazer modelos de aspectos relacionados à evolução natural, pois
notamos que não eram necessariamente matemáticos profissionais
ou engenheiros de computação,
mas um campo totalmente diferente um do outro, entrelaçando-se
para fornecer uma solução para um problema específico. Esses
algoritmos são uma técnica de resolução de problemas que imita a
evolução biológica, buscando relacionar um conjunto de dados
transformados em uma linguagem lógica para o algoritmo como os
números a serem analisados por funções matemáticas e então
combiná-los assemelhando-se a uma reprodução a fim de analisar o
resultado da reprodução para se obter uma melhor resposta à
fornecida pelos pais.
Pergunta 4
Resposta Selecionada: d. 
Respostas: a. 
b. 
c. 
d. 
e. 
Comentário
da resposta:
É uma meta-heurística para resolver problemas de otimização combinatória e global.
Sua ideia básica é a mudança sistemática das adjacências tanto dentro de uma fase
de descida para encontrar um ótimo local, quanto em uma fase de perturbação para
sair do vale correspondente. Trata-se do algoritmo
de pesquisa variável por vizinhança.
genético.
de busca tabu.
de recozimento simulado.
de pesquisa variável por vizinhança.
de otimização de colônias de formigas
Variable neighborhood search – pesquisa variável por vizinhança – a
busca de vizinhança variável é uma meta-heurística para resolver
problemas de otimização combinatória e global. Sua ideia básica é a
mudança sistemática de
vizinhança tanto dentro de uma fase de descida para encontrar um
ótimo local, quanto em uma fase de perturbação para sair do vale
correspondente. A seguir figuram os esquemas básicos de busca de
vizinhança variável e algumas de suas extensões. Vejamos, então,
0,2 em 0,2 pontos
0,2 em 0,2 pontos
 
quatro famílias de aplicações desse algoritmo nas quais este provou se
bem-sucedido:
1 Encontrar soluções viáveis para grandes programas lineares inteiros 
hibridização e ramificação local;
2 Encontrar boas soluções viáveis para programas não lineares;
3 Encontrar programas de forma automática, no campo de inteligência 
construindo programação de vizinhança com metodologia variável;
4 Explorar a teoria dos grafos para encontrar conjecturas, refutações e
ideias de provas.