《机械优化设计试卷与答案》由会员分享，可在线阅读，更多相关《机械优化设计试卷与答案（9页珍藏版）》请在金锄头文库上搜索。
1、 机械优化设计复习题与答案一、填空题1、用最速下降法求f(X)=100(x2- x12) 2+(1- x1) 2的最优解时，设X（0）-0.5,0.5T，第一步迭代的搜索方向为-47;-50。2、机械优化设计采用数学规划法,其核心一是建立搜索方向二是计算最佳步长因子。3、当优化问题是_凸规划_的情况下，任何局部最优解就是全域最优解。4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成高-低-高趋势。5、包含n个设计变量的优化问题，称为n维优化问题。6、函数 的梯度为HX+B。7、设G为nn对称正定矩阵，若n维空间中有两个非零向量d0，d1，满足(d
2、0)TGd1=0，则d0、d1之间存在_共轭_关系。8、设计变量、约束条件、目标函数是优化设计问题数学模型的基本要素。9、对于无约束二元函数，若在点处取得极小值，其必要条件是梯度为零，充分条件是海塞矩阵正定。10、库恩-塔克条件可以叙述为在极值点处目标函数的梯度为起作用的各约束函数梯度的非负线性组合。11、用黄金分割法求一元函数的极小点，初始搜索区间，经第一次区间消去后得到的新区间为-2.36,2.36。12、优化设计问题的数学模型的基本要素有设计变量 、约束条件 目标函数 、13、牛顿法的搜索方向dk=，其计算量大，且要求初始点在极小点逼近位置。14、将函数f(X)=x12+x22-x1x2
3、-10x1-4x2+60表示成的形式。15、存在矩阵H，向量 d1，向量 d2，当满足 (d1)TGd2=0 ，向量 d1和向量 d2是关于H共轭。16、采用外点法求解约束优化问题时，将约束优化问题转化为外点形式时引入的惩罚因子r数列，具有由小到大趋于无穷特点。17、采用数学规划法求解多元函数极值点时，根据迭代公式需要进行一维搜索，即求。二、选择题1、下面方法需要求海赛矩阵。A、最速下降法B、共轭梯度法C、牛顿型法D、DFP法2、对于约束问题根据目标函数等值线和约束曲线，判断为，为。A点；点 B. 外点；外点 C. 点；外点 D. 外点；点3、点惩罚函数法可用于求解_优化问题。A 无约束优化问
4、题 B只含有不等式约束的优化问题 C 只含有等式的优化问题 D 含有不等式和等式约束的优化问题4、对于一维搜索，搜索区间为a，b，中间插入两个点a1、b1，a1b1，计算出f(a1)f(b1)，则缩短后的搜索区间为_。A a1，b1 B b1，b C a1，b D a，b1 5、_不是优化设计问题数学模型的基本要素。A设计变量 B约束条件 C目标函数 D 最佳步长6、变尺度法的迭代公式为xk+1=xk-kHkf(xk)，下列不属于Hk必须满足的条件的是_。A. Hk之间有简单的迭代形式 B.拟牛顿条件C.与海塞矩阵正交 D.对称正定7、函数在某点的梯度方向为函数在该点的。A、最速上升方向 B、
5、上升方向 C、最速下降方向 D、下降方向8、下面四种无约束优化方法中，_在构成搜索方向时没有使用到目标函数的一阶或二阶导数。A 梯度法 B 牛顿法 C 变尺度法 D 坐标轮换法9、设为定义在凸集R上且具有连续二阶导数的函数，则在R上为凸函数的充分必要条件是海塞矩阵G(X)在R上处处。A 正定 B 半正定 C 负定 D 半负定10、下列关于最常用的一维搜索试探方法黄金分割法的叙述，错误的是，假设要求在区间a，b插入两点1、2，且12。A、其缩短率为0.618B、1=b-（b-a）C、1=a+（b-a） D、在该方法中缩短搜索区间采用的是外推法。11、与梯度成锐角的方向为函数值上升方向，与负梯度成
6、锐角的方向为函数值下降方向，与梯度成直角的方向为函数值不变方向。A、上升B、下降C、不变D、为零12、二维目标函数的无约束极小点就是。A、等值线族的一个共同中心 B、梯度为0的点C、全局最优解 D、海塞矩阵正定的点13、最速下降法相邻两搜索方向dk和dk+1必为 向量。A 相切 B 正交C 成锐角D 共轭14、下列关于点惩罚函数法的叙述，错误的是。A 可用来求解含不等式约束和等式约束的最优化问题。 B 惩罚因子是不断递减的正值C初始点应选择一个离约束边界较远的点。 D 初始点必须在可行域15、通常情况下，下面四种算法中收敛速度最慢的是A牛顿法B梯度法C共轭梯度法D变尺度法16、一维搜索试探方法
7、黄金分割法比二次插值法的收敛速度A、慢B、快C、一样D、不确定17、下列关于共轭梯度法的叙述，错误的是。A需要求海赛矩阵B除第一步以外的其余各步的搜索方向是将负梯度偏转一个角度C共轭梯度法具有二次收敛性D第一步迭代的搜索方向为初始点的负梯度三、问答题1、试述两种一维搜索方法的原理，它们之间有何区答：搜索的原理是：区间消去法原理区别：（1）、试探法：给定的规定来确定插入点的位置，此点的位置确定仅仅按照区间的缩短如何加快，而不顾与函数值的分布关系，如黄金分割法（2）、插值法：没有函数表达式，可以根据这些点处的函数值，利用插值方法建立函数的某种近似表达式，近而求出函数的极小点，并用它作为原来函数的近
8、似值。这种方法称为插值法，又叫函数逼近法。2、惩罚函数法求解约束优化问题的基本原理是什么？ 答，基本原理是将优化问题的不等式和等式约束函数经过加权转化后，和原目标函数结合形成新的目标函数惩罚函数求解该新目标函数的无约束极值，以期得到原问题的约束最优解3、试述数值解法求最佳步长因子的基本思路。 答 主要用数值解法，利用计算机通过反复迭代计算求得最 佳步长因子的近似值4、试述求解无约束优化问题的最速下降法与牛顿型方法的优缺点。答：最速下降法此法优点是直接、简单，头几步下降速度快。缺点是收敛速度慢，越到后面收敛越慢。牛顿法优点是收敛比较快，对二次函数具有二次收敛性。缺点是每次迭代需要求海塞矩阵与其逆
9、矩阵，维数高时与数量比较大。5、写出用数学规划法求解优化设计问题的数值迭代公式，并说明公式中各变量的意义，并说明迭代公式的意义。四、解答题1、试用梯度法求目标函数f(X)=1.5x12+0.5x22- x1x2-2x1的最优解，设初始点x(0)=-2，4T,选代精度=0.02（迭代一步）。2、试用牛顿法求f( X )=(x1-2)2+(x1-2x2)2的最优解，设初始点x(0)=2,1T。3、设有函数 f(X)=x12+2x22-2x1x2-4x1，试利用极值条件求其极值点和极值。4、求目标函数f( X )=x12+x1x2+2x22 +4x1+6x2+10的极值和极值点。5、试证明函数 f(
10、 X )=2x12+5x22 +x32+2x3x2+2x3x1-6x2+3在点1，1，-2T处具有极小值。6、给定约束优化问题 min f(X)=(x1-3)2+(x2-2)2 s.t. g1(X)=x12x2250 g2(X)=x12x240 g3(X)= x10 g4(X)=x20 验证在点Kuhn-Tucker条件成立。7、设非线性规划问题用K-T条件验证为其约束最优点。10、如图，有一块边长为6m的正方形铝板，四角截去相等的边长为x的方块并折转，造一个无盖的箱子，问如何截法（x取何值）才能获得最大容器的箱子。试写出这一优化问题的数学模型以与用MATLAB软件求解的程序。11、某厂生产一
11、个容积为8000cm3的平底无盖的圆柱形容器，要求设计此容器消耗原材料最少，试写出这一优化问题的数学模型以与用MATLAB软件求解的程序。12、一根长l的铅丝截成两段，一段弯成圆圈，另一段弯折成方形，问应以怎样的比例截断铅丝，才能使圆和方形的面积之和为最大，试写出这一优化设计问题的数学模型以与用MATLAB软件求解的程序。13、求表面积为300m2的体积最大的圆柱体体积。试写出这一优化设计问题的数学模型以与用MATLAB软件求解的程序。14、薄铁板宽20cm，折成梯形槽，求梯形侧边多长与底角多大，才会使槽的断面积最大。写出这一优化设计问题的数学模型，并用matlab软件的优化工具箱求解（写出M
12、文件和求解命令）。判断题1,二元函数等值线密集的区域函数值变化慢 x2海塞矩阵正定的充要条件是它的各阶主子式大于零 x3;当迭代点接近极小点时,步长变得很小, 越走越慢 v4二元函数等值线疏密程度变化5 变尺度法不需海塞矩阵v6梯度法两次的梯度相互垂直v1. 若不给自己设限，则人生中就没有限制你发挥的藩篱。2. 若不是心宽似海，哪有人生风平浪静。在纷杂的尘世里，为自己留下一片纯静的心灵空间，不管是潮起潮落，也不管是阴晴圆缺，你都可以免去浮躁，义无反顾，勇往直前，轻松自如地走好人生路上的每一步3. 花一些时间，总会看清一些事。用一些事情，总会看清一些人。有时候觉得自己像个神经病。既纠结了自己，又打扰了别人。努力过后，才知道许多事情，坚持坚持，就过来了。4. 岁月是无情的，假如你丢给它的是一片空白，它还给你的也是一片空白。岁月是有情的，假如你奉献给她的是一些色彩，它奉献给你的也是一些色彩。你必须努力，当有一天蓦然回首时，你的回忆里才会多一些色彩斑斓，少一些苍白无力。只有你自己才能把岁月描画成一幅难以忘怀的人生画卷。 /
