机械优化设计复习题_第1页
机械优化设计复习题_第2页
机械优化设计复习题_第3页
机械优化设计复习题_第4页
机械优化设计复习题_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、机械优化设计复习题、填空题1、用最速下降法求 f(X)=100(x 2- 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 。2、机械优化设计采用数学规划法,其核心一是,二是3、当优化问题是的情况下,任何局部最优解就是全域最优解。4、应用外推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 趋势。5、包含n个设计变量的优化问题,称为维优化问题。6、函数IxThX bTX c的梯度为7、设G为nXi对称正定矩阵,若n维空间中有两个非零向量d0, d1,满足(do)TGd1=O, 则do、d1之间存在系。

2、&与负梯度成锐角的方向为函数值方向,与梯度成直角的方向为函数值方向。9、的基本要素。是优化设计问题数学模型1O、对于无约束二元函数f(X1,X2),若在Xo(X1o,X2o)点处取得极小值,其必要条件是,充分条件是11、条件可以叙述为在极值点处目标函数的负梯度为起作用的各约束函数梯度的非负线性组合。12、用黄金分割法求一元函数f(x) x2 1Ox 36的极小点,初始搜索区间 a,b 1O,1O,经第一次区间消去后得到的新区间为 。13、优化设计问题的数学模型的基本要素有14、牛顿法的搜索方向dk= 置。,其计算量,且要求初始点在极小点位15、1将函数 f(X)=x 12+x22-x1X2-1

3、0x1-4x2+60 表示成? XtHXBtX C 的形16、存在矩阵H,向量di,向量d2,当满足 共轭。17、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,向量di和向量d2是关于HX11,lf 为X 2|t2 218、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min f Xx;2Xi4x|4g1 XX12X|1 0gi X 3X10g3 XXi0求0根据目标函数等值线和约束曲线,判断A .内点;内点B. 外点;外点C. 内点;外点

4、D. 外点;内点3、内点惩罚函数法可用于求解优化问题。A无约束优化问题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4、含有不等式和等式约束的优化问题 拉格朗日乘子法是求解等式约束优化问题的一种经典方法,它是一种降维法消元法C、数学规划法D、升维法5、对于一维搜索,搜索区间为a,b,中间插入两个点ai、bi, aibi,计算出f(ai)vf(bi), 则缩短后的搜索区间为 。ai,bibi,ba1,ba, bi6、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7、变尺度法的迭代公式为xk+1=xk- aHkVf(xk),下列不属于 Hk必须满足的条件的是A.

5、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 &函数f(X)在某点的梯度方向为函数在该点的A、最速上升方向B、上升方向C、最速下降方向D、下降方向9、下面四种无约束优化方法中, 一阶或二阶导数。在构成搜索方向时没有使用到目标函数的梯度法牛顿法变尺度法坐标轮换法10、设f(X)为定义在凸集R上且具有连续二阶导数的函数,则 f(X)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 11、通常情况下,下面四种算法中收敛速度最慢的是牛顿法梯度法共轭梯度法变尺度法12、一维搜索试探方法 黄金分割法比二次插值法的收敛速度A、慢B、快C

6、、一样D、不确定011、a13、下列关于最常用的一维搜索试探方法 一一黄金分割法的叙述,错误的是 假设要求在区间a, b插入两点a、a,且ava。A、其缩短率为0.618B、a=b-入(b-a)C、a=a+ 入(b-a)D、在该方法中缩短搜索区间采用的是外推法。14、与梯度成锐角的方向为函数值.方向,与负梯度成锐角的方向为函数值方向,与梯度成直角的方向为函数值方向。A、上升B、下降C、不变D、为零15、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16、最速下降法相邻两搜索方向dk和dk+1必为向量。相切正交成锐角共轭17、下列关于共

7、轭梯度法的叙述,错误的是需要求海赛矩阵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共轭梯度法具有二次收敛性第一步迭代的搜索方向为初始点的负梯度18、下列关于内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内三、问答题1、试述两种一维搜索方法的原理,它们之间有何区别?2、3、惩罚函数法求解约束优化问题的基本原理是什么?共轭梯度法是利用梯度求共轭方向的,那共轭方向与梯度之间有什么关系?4、与最速下降法和牛顿法比较,试述变尺度法的特点。5、在变尺度法中,为使变尺度矩阵Hk与Gk

8、1近似,并具有容易计算的特点,Hk必须附 加哪些条件?6、试述数值解法求最佳步长因子的基本思路。7、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。&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。9、变尺度法的搜索方向是什么?变尺度矩阵应满足什么条件?变尺度矩阵在极小点处 逼近什么矩阵?并写出其初始形式。10、什么是共轭方向?满足什么关系?共轭与正交是什么关系?11、请写出应用MATLAB优化工具箱处理约束优化设计问题的基本步骤。四、解答题1、试用梯度法求目标函数f(X)=1.5xi2+0.5x22- X1X2-2X1的最优解,设初始

9、点x(0)=-2 , 4T, 选代精度& =0.02(迭代一步)。2、 试用牛顿法求f( X )=(x i-2)2+(xi-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 )=x 12+x1x2+2x22 +4x1+6x2+10的极值和极值点。5、 试证明函数 f( X )=2x 12+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)=(x 1-3)2+(x2-2)2s.t. g1(X)=x 1

10、2+X22-5 0g2(X)=x 1+2x2-4 0 g3(X)=-X 1 0g4(X)=-X20g2(X)=X 1 为写出内点罚函数。10、已知目标函数为 f(X)=( X 1-1)2+(x2+2)2受约束于:g1(X)=-X 2-X1-1 0 g2(X)=2-X1-X20 g3(X)=X1 0 g4(X)=X20 试写出内点罚函数。11、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及用MATLAB软件求解的程序。12、某厂生产一个容积为8000cm3的平底无盖的圆

11、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及用MATLAB软件求解的程序。13、一根长I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 及用MATLAB软件求解的程序。14、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 以及用MATLAB软件求解的程序。15、薄铁板宽20cm,折成梯形槽I - -1,求梯形侧边多长及底角多大,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文件和求解命令)。16、已知梯形截面管道的参数是:底边长度为 C,高度为h,面积A=64516mm2,斜边 与底边的夹角为见图1。管道内液体的流速与管道截面的周长 s的倒数成比例关系(s只包括底边和两侧边,不计顶边)。试按照使液体流速最大确定该管道的参数。 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文件和求 解命令)。17、

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论