机械优化设计习题参考答案 孙靖民 第四版第6章习题解答-1
机械优化设计课后习题答案
机械优化设计课后习题答案(总9页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--第一章习题答案1-1 某厂每日（8h 制）产量不低于1800件。
计划聘请两种不同的检验员，一级检验员的标准为：速度为25件／h ，正确率为98％，计时工资为4元／h ；二级检验员标准为：速度为15件／h ，正确率为95％，计时工资3元／h 。
检验员每错检一件，工厂损失2元。
现有可供聘请检验人数为：一级8人和二级10人。
为使总检验费用最省，该厂应聘请一级、二级检验员各多少人 解：（1）确定设计变量；根据该优化问题给定的条件与要求，取设计变量为X = ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡二级检验员一级检验员21x x ；（2）建立数学模型的目标函数；取检验费用为目标函数，即：f (X ) = 8*4*x 1+ 8*3*x 2 + 2（8*25* +8*15* ） =40x 1+ 36x 2（3）本问题的最优化设计数学模型：min f (X ) = 40x 1+ 36x 2 X ∈R 3·. g 1(X ) =1800-8*25x 1+8*15x 2≤0g 2(X ) =x 1 -8≤0 g 3(X ) =x 2-10≤0g 4(X ) = -x 1 ≤0 g 5(X ) = -x 2 ≤01-2 已知一拉伸弹簧受拉力F ，剪切弹性模量G ，材料重度r ，许用剪切应力[]τ，许用最大变形量[]λ。
欲选择一组设计变量T T n D dx x x ][][2321==X 使弹簧重量最轻，同时满足下列限制条件：弹簧圈数3n ≥，簧丝直径0.5d ≥，弹簧中径21050D ≤≤。
试建立该优化问题的数学模型。
注：弹簧的应力与变形计算公式如下322234881,1,(2n s s F D FD D k k c d c d Gd τλπ==+==旋绕比）， 解： （1）确定设计变量；根据该优化问题给定的条件与要求，取设计变量为X = ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡n D d x x x 2321； （2）建立数学模型的目标函数；取弹簧重量为目标函数，即：f (X ) =322124x x rx π（3）本问题的最优化设计数学模型：min f (X ) =322124x x rx π X ∈R 3·. g 1(X ) = ≤0g 2(X ) =10-x 2 ≤0 g 3(X ) =x 2-50 ≤0 g 4(X ) =3-x 3 ≤0 g 5(X ) =[]τπ-+312218)21(x Fx x x ≤0 g 6(X ) =[]λ-413328Gx x Fx ≤01-3 某厂生产一个容积为8000 cm 3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。
机械优化设计习题参考答案--孙靖民-第四版第6章习题解答-1教学内容
第六章习题解答1．已知约束优化问题：2)(0)()1()2()(min 21222112221≤-+=≤-=⋅-+-=x x x g x x x g ts x x x f试从第k 次的迭代点[]T k x21)(-= 出发，沿由（-1 1）区间的随机数0.562和-0.254所确定的方向进行搜索，完成一次迭代，获取一个新的迭代点)1(+k x 。
并作图画出目标函数的等值线、可行域和本次迭代的搜索路线。
[解] 1）确定本次迭代的随机方向：[]T TRS 0.4120.9110.2540.5620.2540.2540.5620.5622222-=⎥⎥⎦⎤⎢⎢⎣⎡++=2) 用公式：R k k S x xα+=+)()1( 计算新的迭代点。
步长α取为搜索到约束边界上的最大步长。
到第二个约束边界上的步长可取为2，则：176.1)412.0(22822.0911.0212212111=-⨯+=+==⨯+-=+=++R kk R k k S x x S x xαα⎥⎦⎤⎢⎣⎡=+176.1822.01k X即： 该约束优化问题的目标函数的等值线、可行域和本次迭代的搜索路线如下图所示。
2．已知约束优化问题：)(0)(025)(124)(m in 231222211221≤-=≤-=≤-+=⋅--=x x g x x g x x x g ts x x x f试以[][][]T T T x x x 33,14,12030201===为复合形的初始顶点，用复合形法进行两次迭代计算。
[解] 1）计算初始复合形顶点的目标函数值，并判断各顶点是否为可行点：[][][]935120101-=⇒==⇒=-=⇒=030302023314f x f x f x 经判断，各顶点均为可行点，其中，为最坏点。
为最好点，0203x x2）计算去掉最坏点 02x 后的复合形的中心点：⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡==∑≠=3325.221132103312i i i c x Lx3）计算反射点1R x （取反射系数3.1=α）20.693.30.551422.51.322.5)(1102001-=⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=-+=R R c c R f x x x x x 值为可行点，其目标函数经判断α 4）去掉最坏点1R0301x x x x 和，，由02构成新的复合形，在新的复合形中 为最坏点为最好点，011R x x ，进行新的一轮迭代。
(完整版)机械优化设计习题参考答案孙靖民第四版机械优化设计
2.黄金分割法（0.618法）
原理：提高搜索效率：1）每次只插一个值，利用一个前次的插值；2）每次的缩短率λ相同。左右对称。
程序：p52
（四）插值方法
1.抛物线法
原理：任意插3点：
算得： ； ；
要求：
设函数 用经过3点的抛物线 代替，有
解线代数方程
解得：
程序框图p57
网格法 ，缩小区间，继续搜索。
Monte Carlo方法 ， ，随机数。
比较各次得到的 得解
遗传算法(专题)
（二）区间消去法（凸函数）
1.搜索区间的确定：高—低--高（ ）则区间内有极值。
2.区间消去法原理：在区间[a, b]内插两个点a1, b1保留有极值点区间，消去多余区间。
缩短率：
（三）0.618法
可行方向—约束允许的、函数减小的方向。（图）约束边界的切线与函数等高线的切线方向形成的区域。
数学模型
用内点法或混合法，取 ，
直接方法
（一）随机方向法
1.在可行域产生一个初始点 ，因 （约束），则
--（0，1）的随机数。
2.找k个随机方向，每个方向有n个方向余弦，要产生kn个随机数 ， ， ，随机方向的单位向量为
3.取一试验步长 ，计算每个方向的最优点
4.找出可行域中的最好点 得搜索方向 。以 为起点， 为搜索方向得 。最优点必须在可行域内或边界上，为此要逐步增加步长。
得
穷举下去得递推公式
3.算例
p73
4.框图p72
5.特点
作业：1. 2.
（六）变尺度法
1.引言
坐标变换
二次函数
令 为尺度变换矩阵
优化设计 孙靖民 课后答案第6章习题解答-3
９．图6-39所示为一对称的两杆支架，在支架的顶点承受一个载荷为2F=300000N ， 支架之间的水平距离2B=1520mm ，若已选定壁厚T=2.5mm 钢管，密度/1083-6mm Kg ⨯=.7ρ，屈服极限700=s σMpa ，要求在满足强度与稳定性条件下设计最轻的支架尺寸。
[解] 1．建立数学模型 设计变量：⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=H D x x x 21目标函数：221422577600101.2252)(x x HB D T x f +⨯=+=πρ 约束条件： １）圆管杆件中的压应力σ应小于或等于y ο，即y TDHHB F σπσ≤+=22于是得2122157760019098.59)(x x x x g +=２）圆管杆件中的压应力α应小于或等于压杆稳定的临界应力c σ，由欧拉公式得钢管的压杆温度应力c σ222152222225776006.25102.6)8()(x x H B T D E AL EIC ++⨯=++==ππσ2式中 A ――圆管的截面积；L ――圆管的长度。
于是得0)6006.25)/(577(102.657760019098.59)(2221521222≤++⨯-+=-=x x x x x x g c σσ３） 设计变量的值不得小于或等于0于是得)(0)(2213≤-=≤-=x x g x x g2．从以上分析可知，该优化设计问题具有2个设计变量，4个约束条件，按优化方法程序的规定编写数学模型的程序如下：subroutine ffx(n,x,fx) dimension x(n) fx=1.225e-4*x(1)*sqrt(577600.0+x(2)*x(2)) endsubroutine ggx(n,kg,x,gx) dimension x(n),gx(kg)gx(1)=19098.59*sqrt(577600.0+x(2)*x(2))/(x(1)*x(2))-700.0 gx(2)=19098.59*sqrt(577600.0+x(2)*x(2))/(x(1)*x(2))- 1 2.6e5*(x(1)*x(1)+6.25)/(577600.0+x(2)*x(2)) gx(3)=-x(1) gx(4)=-x(2) end3．利用惩罚函数法（SUMT 法）计算，得到的最优解为：============== PRIMARY DATA ============== N= 2 KG= 4 KH= 0 X : .7200000E+02 .7000000E+03 FX: .9113241E+01GX: -.3084610E+03 -.8724784E+03 -.7200000E+02 -.7000000E+03 PEN = .9132947E+01R = .1000000E+01 C = .4000000E+00 T0= .1000000E-01 EPS1= .1000000E-05 EPS2= .1000000E-05=============== OPTIMUM SOLUTION ============== IRC= 18 ITE= 39 ILI= 39 NPE= 229 NFX= 0 NGR= 57 R= .1717988E-06 PEN= .6157225E+01 X : .4868305E+02 .6988214E+03 FX: .6157187E+01GX: -.1204029E+03 -.1266042E-01 -.4868305E+02 -.6988207E+0310．图6-40所示为一箱形盖板，已知长度L=6000mm ，宽度b=600mm ，厚度mm t s 5承受最大单位载荷q=0.01Mpa ，设箱形盖板的材料为铝合金，其弹性模量MPa E 4107⨯=，泊松比3.0=μ，许用弯曲应力[]MPa 70=σ，许用剪应力[]MPa 45=τ，要求在满足强度、刚度和稳定性条件下，设计重量最轻的结构方案。
机械优化设计复习题及答案
B. F (X)= ,其中λi为拉格朗日乘子
C. F(X)= ,其中λi为拉格朗日乘子，q为该设计点X处的约束面数
D. F(X)= ,其中λi为拉格朗日乘子，q为该设计点X处的约束面数
23.在共轭梯度法中，新构造的共轭方向S(k+1)为( )
A. S(k+1)= F(X(k+1))+β(k)S(K)，其中β(k)为共轭系数
20.利用法在搜索区间［a,b］内确定两点a1=,b1=，由此可知区间［a,b］的值是( )
A.［0,］B.［,1］C.［,1］D.［0,1］
21.已知函数F(X)=x12+x22-3x1x2+x1-2x2+1，则其Hessian矩阵是( )
A. B. C. D.
22.对于求minF(X)受约束于gi(x)≤0(i=1,2,…,m)的约束优化设计问题，当取λi≥0时，则约束极值点的库恩—塔克条件为( )
13C
7.已知二元二次型函数F(X)= ，其中A= ，则该二次型是( )的。
A.正定 B.负定 C.不定 D.半正定
8.内点罚函数法的罚因子为（ ）。
A.递增负数序列B.递减正数序列C.递增正数序列D.递减负数序列
9.多元函数F(X)在点X*附近的偏导数连续， F(X*)=0且H(X*)正定，则该点为F(X)的（ ）。 A.极小值点 B.极大值点 C.鞍点 D.不连续点
9．阻尼牛顿法的构造的迭代格式为。
10．用二次插值法缩小区间时，如果 ， ，则新的区间（a,b）应取作，用以判断是否达到计算精度的准则是。
11.外点惩罚函数法的极小点是从可行域之向最优点逼近，内点惩罚函数法的极小点是从可行域之向最优点逼近。
《机械优化设计》试题及答案解析
《机械优化设计》复习题及答案一、填空题1、用最速下降法求f(X)=100(X2- X12) 2+(1- x i) 2的最优解时，设X(°)=[-0.5,0.5]T，第一步迭代的搜索方向为卜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。
16、函数—X T HX B T X C的梯度为HX+B 。
27、设G为n>n对称正定矩阵，若n维空间中有两个非零向量d°, d1，满足(d°)T Gd—=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f(X1,X2)，若在X°(X10,X20)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、 ________________ 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f (xHx2 -10x 36的极小点，初始搜索区间[a,b] =[-10,10]，经第一次区间消去后得到的新区间为[-2.36236] 。
12、优化设计问题的数学模型的基本要素有设_________ 、13、牛顿法的搜索方向d k= ______ ,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)=x 12+X22-X1X2-10X1-4X2+60表示成-X T HX - B T X C 的形2式 ________________________ 。
《机械优化设计》复习题-答案
《机械优化设计》复习题解答一、填空题1、用最速下降法求f （X)=1０0(x 2- x 12） 2+(1- x 1) 2的最优解时,设X (０)＝[-0.5，０.5］Ｔ,第一步迭代的搜索方向为 ［-47,-５0]T 。
２、机械优化设计采用数学规划法,其核心一是寻找搜索方向，二是计算最优步长。
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C X B HX X T T++21的梯度为B 。
7、设G 为n×n 对称正定矩阵,若n 维空间中有两个非零向量d 0,d 1,满足(d 0)T Gd 1=0，则ｄ０、ｄ1之间存在共轭关系。
8、 设计变量 、 目标函数 、 约束条件 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),(x x f ，若在),(x 0x x 点处取得极小值，其必要条件是,充分条件是(正定 。
１０、 K-T 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3610)(2+-=x x x f 的极小点,初始搜索区间]10,10[],[-=b a ,经第一次区间消去后得到的新区间为 ［-2.３6 10] 。
１２、优化设计问题的数学模型的基本要素有设计变量、 目标函数 、 约束条件。
13、牛顿法的搜索方向d k = ，其计算量大 ，且要求初始点在极小点 附近 位置。
14、将函数f(X)=x １２+x 22-x 1x 2－1０x １－4ｘ2+60表示成C X B HX X T T++21的形式 。
１5、存在矩阵H,向量 d 1，向量 ｄ２,当满足ｄ1ＴHd 2=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，具有单调递增特点。
机械课后习题答案第6章习题及解答
第6章习题6.1机械为什么会产生速度波动？它有何危害？答：实际上，机械原动件的运动规律是由其各构件的质量、转动惯量和作用于其上的驱动力与阻抗力等因素而决定的，因而在一般情况下，原动件的速度和加速度是随时间而变化，机械在运动过程中会出现速度波动。
这种速度波动，会导致在运动副中产生附加的动压力，并一起机械的振动，从而降低机械的寿命、效率和工作质量。
6.2周期性速度波动应如何调节？它能否调节为恒稳定运转？为什么？答：在机械中安装一个具有很大转动惯量的回转构件——飞轮来调节周期性速度波动。
飞轮能够调速，是利用了它的储能作用。
由于飞轮转动惯量不可能为无穷大，而平均转速和最大盈亏功又都是有限值，所以安装飞轮后机械运转的速度仍有周期波动，只是波动的幅度减小而已。
6.3为什么在机械中安装飞轮就可以调节周期性速度波动？通常都将飞轮安装在高速轴上是什么原因？答：由于飞轮具有很大的转动惯量，因而要使其转速发生变化，就需要较大的能量，当机械出现盈功时，飞轮的角速度只作微小上升，即可将多余的能量吸收储存起来；当机械出现亏功时，机械运转速度减慢，飞轮又可将其储存的能量释放，以弥补能量的不足，而其角速度只作小幅度的下降。
当最大盈亏功与速度不均匀系数相同时，飞轮转动惯量与其轴的转速的平方值成反比，所以为减少飞轮的转动惯量，最好将飞轮安装在机械的高速轴上。
6.4非周期性速度波动应如何调节？为什么利用飞轮不能调节非周期性速度波动？答：机械运转的速度出现非周期性的波动，若长时间内驱动力矩大于阻抗力矩，机械将越转越快，甚至可能出现“飞车”现象，从而使机械遭到破坏；反之，若驱动力矩小于阻抗力矩，则机械会越转越慢，最后将停止不动。
飞轮只能延缓机械遭到破坏或停止不动，不能使驱动力矩和阻抗力矩恢复平衡关系。
对非周期性的速度波动进行调节，方法必须可以使机械重新回复稳定运转。
主要采取的方法是安装调速器。
6.5在什么条件下需要进行转动构件的静平衡？使转动构件达到静平衡的条件是什么？答：对于轴向尺寸很小的回转件(D/b>5,圆盘直径为D，其宽度为b)，其质量的分布可以近似地认为在同一回转面内。
机械优化设计课后习题答案word版本
第一章习题答案1-1 某厂每日(8h 制)产量不低于1800件。
计划聘请两种不同的检验员，一级检验员的标准为：速度为25件/h,正确率为98%，计时工资为4元/ h;二级检验员标准为：速度为15件/h,正确率为95%，计时工资 3 元/h。
检验员每错检一件，工厂损失2元。
现有可供聘请检验人数为：一级8人和二级10人。
为使总检验费用最省，该厂应聘请一级、二级检验员各多少人？解：(1 )确定设计变量；X-j 一级检验员根据该优化问题给定的条件与要求，取设计变量为X = 1;x2二级检验员(2)建立数学模型的目标函数；取检验费用为目标函数，即：f(X) = 8*4* X1+ 8*3* X2 + 2 ( 8*25*0.02 X1 +8*15*0.05 X2 )=40x1+ 36x2(3)本问题的最优化设计数学模型：3 •min f (X) = 40X1+ 36X2 X€ Rs.t. g1(X) =1800-8*25 X1+8*15X2W 0g2( X) = x1 -8 < 0g3(X) = x2-10 w 0g4( X) = - X1 w 0 g5( X) = - x2w 01-2已知一拉伸弹簧受拉力F，剪切弹性模量G，材料重度r，许用剪切应力[],许用最大变形量[]。
欲选择一组设计变量X [X1 X2 X3]T [d D2 n]T使弹簧重量最轻，同时满足下列限制条件：弹簧圈数n 3, 簧丝直径d 0.5，弹簧中径10 D2 50。
试建立该优化问题的数学模型。
注：弹簧的应力与变形计算公式如下k s 8FD32 , k s 1 1, c D2 (旋绕比)，s d3 s 2c d解：(1)确定设计变量；x-i d 根据该优化问题给定的条件与要求，取设计变量为X= x2D2;X3 n(2)建立数学模型的目标函数；取弹簧重量为目标函数，即：22f(X) = rx1 x2x343 本问题的最优化设计数学模型：8F n D；Gd423 •min f (X) = rx 1 x 2x 3 X € R4s.t.g i (X) =0.5- x i w 0 g 2( X) =10- x 2 w 0 g 3( X) = X 2-50 w 0 g 4( X) =3- X 3 w 0 g 5(X) =(1 丄)辱 w 02x 2 x 1w 0g 6(X)=38FX 2 x 3Gx 141-3某厂生产一个容积为 一优化问题的数学模型。
《机械优化设计》习题及答案1word版本
机械优化设计习题及参考答案1-1.简述优化设计问题数学模型的表达形式。
答：优化问题的数学模型是实际优化设计问题的数学抽象。
在明确设计变量、约束条件、目标函数之后，优化设计问题就可以表示成一般数学形式。
求设计变量向量[]12Tn x x x x =L 使 ()min f x → 且满足约束条件()0(1,2,)k h x k l ==L ()0(1,2,)j g x j m ≤=L2-1.何谓函数的梯度？梯度对优化设计有何意义？答：二元函数f(x 1,x 2)在x 0点处的方向导数的表达式可以改写成下面的形式：⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡∂∂∂∂=∂∂+∂∂=∂∂2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d fρ令xo Tx f x f x f x fx f ⎥⎦⎤⎢⎣⎡∂∂∂∂=∂∂∂∂=∇21]21[)0(， 则称它为函数f （x 1，x 2）在x 0点处的梯度。
（1）梯度方向是函数值变化最快方向，梯度模是函数变化率的最大值。
（2）梯度与切线方向d 垂直，从而推得梯度方向为等值面的法线方向。
梯度)0(x f ∇方向为函数变化率最大方向，也就是最速上升方向。
负梯度-)0(x f ∇方向为函数变化率最小方向，即最速下降方向。
2-2.求二元函数f （x 1，x 2）=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最大的方向和数值。
解：由于函数变化率最大的方向就是梯度的方向，这里用单位向量p表示，函数变化率最大和数值时梯度的模)0(x f ∇。
求f （x1，x2）在x0点处的梯度方向和数值，计算如下：()⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡+-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∂∂∂∂=∇120122214210x x x x f x f x f 2221)0(⎪⎭⎫ ⎝⎛∂∂+⎪⎭⎫ ⎝⎛∂∂=∇x f x f x f =5⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=⎥⎦⎤⎢⎣⎡-=∇∇=5152512)0()0(x f x f p ϖ2-3.试求目标函数()2221212143,x x x x x x f +-=在点X 0=[1,0]T 处的最速下降方向，并求沿着该方向移动一个单位长度后新点的目标函数值。
《机械优化设计》试卷及答案,DOC
《机械优化设计》复习题及答案一、填空题1、用最速下降法求f(X)=100(x 2-x 12)2+(1-x 1)2的最优解时，设X （0）＝[-0.5,0.5]T ，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。
4567，则89点处取得极小值，其必要条件是梯1011间121314121212++215、存在矩阵H ，向量d 1，向量d 2，当满足(d1)TGd2=0，向量d 1和向量d 2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)，1D[a，b]15、_________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x k+1=x k -αk H k ▽f(x k )，下列不属于H k 必须满足的条件的是________。
A.H k 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)(X f 在某点的梯度方向为函数在该点的。
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α1、α2，且α1<α2。
A 、其缩短率为0.618B 、α1=b-λ（b-a ）C 、α1=a+λ（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。
机械优化设计复习题及答案
机械优化设计复习题一.单项选择题1．一个多元函数()F X 在X *附近偏导数连续，则该点位极小值点的充要条件为（ ）A ．()*0F X ∇= B. ()*0F X ∇=,()*H X 为正定 C ．()*0H X = D. ()*0F X ∇=,()*H X 为负定2.为克服复合形法容易产生退化的缺点，对于n 维问题来说，复合形的顶点数K 应（ ）A ． 1K n ≤+ B. 2K n ≥ C. 12n K n +≤≤ D. 21n K n ≤≤- 3．目标函数F （x ）=4x 21+5x 22，具有等式约束，其等式约束条件为h(x)=2x 1+3x 2-6=0,则目标函数的极小值为（ ）A ．1B ． 19.05C ．0.25D ．0.14.对于目标函数F(X)=ax+b 受约束于g(X)=c+x ≤0的最优化设计问题，用外点罚函数法求解时，其惩罚函数表达式Φ(X,M (k))为( )。
A. ax+b+M (k){min ［0,c+x ］}2，M (k)为递增正数序列B. ax+b+M (k){min ［0,c+x ］}2，M (k)为递减正数序列C. ax+b+M (k){max ［c+x,0］}2，M (k)为递增正数序列hnD. ax+b+M (k){max ［c+x,0］}2，M (k)为递减正数序列1.B2.C3.B4.B5.A6.B7.D8.B9.A 10C.11.B 12.C 13A 14.B 15.B 16 D 17.D 18.A 19.B.20.D 21.A 22.D 23.C 24.B 25.D 26.D 27.A 28.B 29.B 30.B5.黄金分割法中，每次缩短后的新区间长度与原区间长度的比值始终是一个常数，此常数是（ ）。
A.0.382 B.0.186 C.0.618 D.0.8166.F(X)在区间［x 1,x 3］上为单峰函数，x 2为区间中一点，x 4为利用二次插值法公式求得的近似极值点。
机械优化设计试卷及答案
百度文库《机械优化设计》复习题及答案一、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)=[,]T,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J 维优化问题。
6、函数1X T HX + B T X + C的梯度为HX+B。
7、设G为nxn对称正定矩阵，若n维空间中有两个非零向量d。
，d i，满足(d0)T Gd i=0，则d0、d i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f (x ,x2)，若在x°(x w，x20)点处取得极小值，其必要条件是梯度为零，充分条件是2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f (x ) = x 2 -10 x + 36的极小点，初始搜索区间[a,b] = [-10,10]，经第一次区间消去后得到的新区间为□。
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d k=，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)=X]2+Xo2-X1X0-10X]-4Xo+60 表示成1X T HX + B T X + C的形12 1212 2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。
《机械优化设计》复习题答案精修订
《机械优化设计》复习题答案SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#《机械优化设计》复习题解答一、填空题1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 2的最优解时，设X （0）＝[,]T ，第一步迭代的搜索方向为 [-47,-50]T 。
2、机械优化设计采用数学规划法，其核心一是寻找搜索方向，二是计算最优步长。
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C X B HX X T T++21的梯度为B 。
7、设G 为n×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在共轭关系。
8、 设计变量 、 目标函数 、 约束条件 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),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是 f (x 10,x 20)=0 ，充分条件是2f (x 10,x 20)=0正定 。
10、 K-T 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3610)(2+-=x x x f 的极小点，初始搜索区间]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 [ 10] 。
12、优化设计问题的数学模型的基本要素有设计变量、 目标函数 、 约束条件。
13、牛顿法的搜索方向d k=，其计算量大 ，且要求初始点在极小点 附近 位置。
14、将函数f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成C X B HX X T T++21的形式 12[x 1x 2][2−1−12][x 1x 2]+[−10−4][x 1x 2]+60 。
《机械优化设计》习题与答案
《机械优化设计》习题与答案机械优化设计习题及参考答案1-1.简述优化设计问题数学模型的表达形式。
答：优化问题的数学模型是实际优化设计问题的数学抽象。
在明确设计变量、约束条件、⽬标函数之后，优化设计问题就可以表⽰成⼀般数学形式。
求设计变量向量[]12Tn x x x x =L 使 ()min f x →且满⾜约束条件()0(1,2,)k h x k l ==L ()0(1,2,)j g x j m ≤=L2-1.何谓函数的梯度？梯度对优化设计有何意义？答：⼆元函数f(x 1,x 2)在x 0点处的⽅向导数的表达式可以改写成下⾯的形式：??=??+??=??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d fρ令xo Tx f x f x f x fx f ??=????=?21]21[)0(，则称它为函数f （x 1，x 2）在x 0点处的梯度。
（1）梯度⽅向是函数值变化最快⽅向，梯度模是函数变化率的最⼤值。
（2）梯度与切线⽅向d 垂直，从⽽推得梯度⽅向为等值⾯的法线⽅向。
梯度)0(x f ?⽅向为函数变化率最⼤⽅向，也就是最速上升⽅向。
负梯度-)0(x f ?⽅向为函数变化率最⼩⽅向，即最速下降⽅向。
2-2.求⼆元函数f （x 1，x 2）=2x 12+x 22-2x 1+x 2在T x ]0,0[0=处函数变化率最⼤的⽅向和数值。
解：由于函数变化率最⼤的⽅向就是梯度的⽅向，这⾥⽤单位向量p表⽰，函数变化率最⼤和数值时梯度的模)0(x f ?。
求f （x1，x2）在x0点处的梯度⽅向和数值，计算如下：()-=??+-==?120122214210x x x x f x f x f 2221)0(??+ =x f x f x f =5-=??????-=??=5152512)0()0(x f x f p ?2-3.试求⽬标函数()2221212143,x x x x x x f +-=在点X 0=[1,0]T 处的最速下降⽅向，并求沿着该⽅向移动⼀个单位长度后新点的⽬标函数值。
《机械优化设计》试题及答案解析
《机械优化设计》试题及答案解析《机械优化设计》复习题及答案⼀、填空题1、⽤最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 2的最优解时，设X （0）＝[-0.5,0.5]T ，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 C X B HX X T T ++21的梯度为 HX+B 。
7、设G 为n×n 对称正定矩阵，若n 维空间中有两个⾮零向量d 0，d 1，满⾜(d 0)T Gd 1=0，则d 0、d 1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),(21x x f ，若在),(x 20100x x 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3610)(2+-=x x x f 的极⼩点，初始搜索区间]10,10[],[-=b a ，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d k = ，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)=x 12+x 22-x 1x 2-10x 1-4x 2+60表⽰成C X B HX X T T ++21的形式。
15、存在矩阵H ，向量 d 1，向量 d 2，当满⾜ (d1)TGd2=0 ，向量 d 1和向量 d 2是关于H 共轭。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第六章习题解答1．已知约束优化问题：2)(0)()1()2()(min 21222112221≤-+=≤-=⋅-+-=x x x g x x x g ts x x x f试从第k 次的迭代点[]T k x21)(-= 出发，沿由（-1 1）区间的随机数0.562和-0.254所确定的方向进行搜索，完成一次迭代，获取一个新的迭代点)1(+k x 。
并作图画出目标函数的等值线、可行域和本次迭代的搜索路线。
[解] 1）确定本次迭代的随机方向：[]T TRS 0.4120.9110.2540.5620.2540.2540.5620.5622222-=⎥⎥⎦⎤⎢⎢⎣⎡++=2) 用公式：R k k S x xα+=+)()1( 计算新的迭代点。
步长α取为搜索到约束边界上的最大步长。
到第二个约束边界上的步长可取为2，则：176.1)412.0(22822.0911.0212212111=-⨯+=+==⨯+-=+=++R kk R k k S x x S x xαα⎥⎦⎤⎢⎣⎡=+176.1822.01k X即： 该约束优化问题的目标函数的等值线、可行域和本次迭代的搜索路线如下图所示。
2．已知约束优化问题：)(0)(025)(124)(m in 231222211221≤-=≤-=≤-+=⋅--=x x g x x g x x x g ts x x x f试以[][][]T T T x x x 33,14,12030201===为复合形的初始顶点，用复合形法进行两次迭代计算。
[解] 1）计算初始复合形顶点的目标函数值，并判断各顶点是否为可行点：[][][]935120101-=⇒==⇒=-=⇒=030302023314f x f x f x 经判断，各顶点均为可行点，其中，为最坏点。
为最好点，0203x x2）计算去掉最坏点 02x 后的复合形的中心点：⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡==∑≠=3325.221132103312i i i c x Lx3）计算反射点1R x （取反射系数3.1=α）20.693.30.551422.51.322.5)(1102001-=⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=-+=R R c c R f x x x x x 值为可行点，其目标函数经判断α 4）去掉最坏点1R0301x x x x 和，，由02构成新的复合形，在新的复合形中 为最坏点为最好点，011R x x ，进行新的一轮迭代。
5）计算新的复合形中，去掉最坏点后的中心点得：⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=3.151.7753.30.5533211c x 6）计算新一轮迭代的反射点得：，完成第二次迭代。
值为可行点，其目标函数经判断413.14 5.9451.4825123.151.7751.33.151.775)(1201112-=⎥⎦⎤⎢⎣⎡=⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡=-+=R R c c R f x x x x x α3．设已知在二维空间中的点[]T x x x 21=，并已知该点的适时约束的梯度[]T g 11--=∇，目标函数的梯度[]T f 15.0-=∇，试用简化方法确定一个适用的可行方向。
[解] 按公式6-32 计算适用的可行方向：)(k k kx f P x f P d ∇∇-=/)(kx 点的目标函数梯度为：[]T kxf 15.0)(-=∇kx点处起作用约束的梯度G 为一个J n ⋅ 阶的矩阵，题中：n=2，J=1：[]T k x g G 11)(1--=∇=梯度投影矩阵P 为：[][][]⎥⎦⎤⎢⎣⎡--=-⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡----⎥⎦⎤⎢⎣⎡---⎥⎦⎤⎢⎣⎡=-=--5.05.05.05.0011111111100111TTGGG G I P则：适用可行方向为：⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡-⎥⎦⎤⎢⎣⎡---=707.0707.010.50.50.50.50.510.50.50.50.50.5kd4．已知约束优化问题：00)(34)(min 3322113)43(222121≤-=≤-=≤-=⋅-+-=x g x g x g ts x x x x x x f 试求在[]T kx1/21/4=点的梯度投影方向。
[解] 按公式6-32 计算适用的可行方向：)(k k kx f P x f P d ∇∇-=/)(kx 点的目标函数梯度为：[]T kxf 125.0125.0--=∇)(kx点处起作用约束的梯度G 为一个J n ⋅ 阶的矩阵，题中：n=3，J=1：[]T k x g G 001)(1-=∇=梯度投影矩阵P 为：[][][]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-⎪⎪⎪⎭⎫⎝⎛⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-=--10001000000100100100110001000111TT G GG G I P则：适用可行方向为：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=97.0243.00125.0100010.250.1251000100000.12500100kd312)(2112221≤-=⋅+-+=x g ts x x x x f m in（提示：可构造惩罚函数 []∑=-=21)(ln )(),(u u x g r x f r x φ，然后用解析法求解。
） [解] 构造内点惩罚函数：[]∑=--+-+=-=21)()(),(u u x r x x x x g r x f r x )3ln(12ln 212221φ令惩罚函数对x 的极值等于零：0)3/()(222221=⎥⎦⎤⎢⎣⎡----=x r x x dx d φ 得：48366121r x x +±== 舍去负根后，得483662rx ++=当 []T x x r 31302=→→该问题的最优解为，时，。
00)( min1 2221 121≤-=≤-=⋅+=xgx xg tsxxxf[解] 将上述问题按规定写成如下的数学模型：subroutine ffx(n,x,fx)dimension x(n)fx=x(1)+x(2)endsubroutine ggx(n,kg,x,gx)dimension x(n),gx(kg)gx(1)=x(1)*x(1)-x(2)gx(2)=-x(1)endsubroutine hhx(n,kh,x,hx)domension x(n),hx(kh)hx(1)=0.0end然后，利用惩罚函数法计算，即可得到如下的最优解：============== PRIMARY DATA ==============N= 2 KG= 2 KH= 0X : .1000000E+01 .2000000E+01FX: .3000000E+01GX: -.1000000E+01 -.1000000E+01X : .1000000E+01 .2000000E+01FX: .3000000E+01GX: -.1000000E+01 -.1000000E+01PEN = .5000000E+01R = .1000000E+01 C = .2000000E+00 T0= .1000000E-01 EPS1= .1000000E-05 EPS2= .1000000E-05=============== OPTIMUM SOLUTION ==============IRC= 21 ITE= 54 ILI= 117 NPE= 3759 NFX= 0 NGR= 0 R= .1048577E-13 PEN= .4229850E-06X : .9493056E-07 .7203758E-07FX: .1669681E-06GX: -.7203757E-07 -.9493056E-077．用混合惩罚函数法求下列问题的最优解：1)(0)()(2121112≤-+=≤-=⋅-=x x x h x x g ts x x x f ln m in[解] 将上述问题按规定写成如下的数学模型： subroutine ffx(n,x,fx) dimension x(n) fx=x(2)-x(1) endsubroutine ggx(n,kg,x,gx) dimension x(n),gx(kg) gx(1)=-log(x(1))] gx(2)=-x(1) gx(3)=-x(2) endsubroutine hhx(n,kh,x,hx) domension x(n),hx(kh) hx(1)=x(1)+x(2)-1 end然后，利用惩罚函数法计算，即可得到如下的最优解：============== PRIMARY DATA ============== N= 2 KG= 3 KH= 1 X : .2000000E+01 .1000000E+01 FX: -.1000000E+01GX: -.6931472E+00 -.2000000E+01 -.1000000E+01 X : .2000000E+01 .1000000E+01 FX: -.1000000E+01GX: -.6931472E+00 -.2000000E+01 -.1000000E+01 HX: .2000000E+01 PEN = .5942695E+01R = .1000000E+01 C = .4000000E+00 T0= .1000000E-01 EPS1= .1000000E-05 EPS2= .1000000E-05=============== OPTIMUM SOLUTION ============== IRC= 29 ITE= 143 ILI= 143 NPE= 1190 NFX= 0 NGR= 172 R= .7205765E-11 PEN= -.9999720E+00 X : .1000006E+01 .3777877E-05 FX: -.1000012E+01GX: -.5960447E-05 -.1000006E+01 .6222123E-05 HX: -.2616589E-06。