机械优化设计复习试题与答案
![机械优化设计复习试题与答案](https://img.360docs.net/img54/19wpyapjgvh6g5iratigde9cbzirwv9u-41.webp)
- 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)。
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 2
1+5x 2
2,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 .1
B . 19.05
C .
D .
4.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hn
D. ax+b+M (k){max [c+x,0]}2,M (k)
为递减正数序列
10C. 13A 16 D
5.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( )。 B.0.186 C. 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。如x 4-x 2>0,且F(x 4)>F(x 2),那么为求F(X)的极小值,x 4点在下一次搜索区间内将作为( )。 1 3 C
7.已知二元二次型函数F(X)=AX X 21
T ,其中A=??
????4221,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 (X)为定义在n 维欧氏空间中凸集D 上的具有连续二阶偏导数的函数,若H(X)正定,则称F(X)为定义在凸集D 上的( )。
A.凸函数
B.凹函数
C.严格凸函数
D.严格凹函数
10C. 13A 16 D
11.在单峰搜索区间[x 1 x 3] (x 1 12.用变尺度法求一n 元正定二次函数的极小点,理论上需进行一维搜索的次数最多为( ) A. n 次 B. 2n 次 C. n+1次 D. 2次 13.在下列特性中,梯度法不具有的是( )。 A.二次收剑性 B.要计算一阶偏导数 C.对初始点的要求不高 D.只利用目标函数的一阶偏导数值构成搜索方向 14.外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 15.内点惩罚函数法的特点是( )。 A .能处理等式约束问题 B.初始点必须在可行域中 C.初始点可以在可行域外 D.后面产生的迭代点序列可以在可行域外 16.约束极值点的库恩—塔克条件为?F(X)=)X (g i q 1 i i ?λ- ∑=,当约束条件 g i (X)≤ 0(i=1,2,…,m)和λi ≥0时,则q 应为 ( )。 A.等式约束数目; B.不等式约束数目; C.起作用的等式约束数目 D.起作用的不等式约束数目 17 已知函数F(X)=-122212 1x 2x x x 2x 2+-+,判断其驻点(1,1)是( )。 A.最小点 B.极小点 C.极大点 D.不可确定 18.对于极小化F(X),而受限于约束g μ(X)≤0(μ=1,2,…,m)的优化问题,其内点罚函数表 达式为( ) A. Ф(X, r (k) )=F(X)-r (k) 11/() g X u u m =∑ B. Ф(X, r (k))=F(X)+r (k) 11/() g X u u m =∑ C. Ф(X, r (k))=F(X)-r (k) max[,()]01 g X u u m =∑ D. Ф(X, r (k) )=F(X)-r (k) min[,()]01 g X u u m =∑ 19. 在无约束优化方法中,只利用目标函数值构成的搜索方法是( ) A. 梯度法 B. Powell 法 C. 共轭梯度法 D. 变尺度法 10C. 13A 16 D 20. 利用法在搜索区间[a,b ]内确定两点a 1=,b 1=,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)=x 12+x 22 -3x 1x 2+x 1-2x 2+1,则其Hessian 矩阵是( ) A. ???? ??--2332 B. ??????2332 C. ??????2112 D. ?? ? ???--3223 22. 对于求minF(X)受约束于g i (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( ) A. ?F(X)= ∑=?λm 1 i i i (X)g ,其中λi 为拉格朗日乘子 B. -?F (X)= ∑=?λm 1 i i i (X)g ,其中λi 为拉格朗日乘子 C. ?F(X)= ∑=?λq 1 i i i (X)g ,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)= ∑=?λq 1 i i i (X)g ,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 B. S (k+1)=?F(X (k+1))-β(k)S (K),其中β(k) 为共轭系数 C. S (k+1)=-?F(X (k+1))+β(k)S (K),其中β(k) 为共轭系数 D. S (k+1)=-?F(X (k+1))-β(k)S (K),其中β(k) 为共轭系数 24. 用内点罚函数法求目标函数F(X)=ax+b 受约束于g(X)=c-x ≥0的约束优化设计问题,其惩罚函数表达式为( ) A. ax+b-r (k) x -c 1,r (k) 为递增正数序列 B. ax+b-r (k) x -c 1,r (k) 为递减正数序列 C. ax+b+ r (k) x -c 1,r (k) 为递增正数序列 D. ax+b+r (k) x -c 1,r (k) 为递减正数序列 25. 已知F(X)=x 1x 2+2x 22 +4,则F(X)在点X (0) =? ?? ?? ?-11的最大变化率为( ) A. 10 B. 4 C. 2 D. 10 26.在复合形法中,若映射系数α已被减缩到小于一个预先给定的正数δ仍不能使映射点可 行或优于坏点,则可用( ) A.好点代替坏点 B.次坏点代替坏点 C.映射点代替坏点 D.形心点代替坏点 10C. 13A 16 D 27. 优化设计的维数是指( ) A. 设计变量的个数 B. 可选优化方法数 C. 所提目标函数数 D. 所提约束条件数 28.在matlab 软件使用中,如已知x=0:10,则x 有______个元素。 A. 10 B. 11 C. 9 D. 12 29.如果目标函数的导数求解困难时,适宜选择的优化方法是( )。 A. 梯度法 B. Powell 法 C. 共轭梯度法 D. 变尺度法 30.在法迭代运算的过程中,迭代区间不断缩小,其区间缩小率在迭代的过程中( )。 A .逐步变小 B 不变 C 逐步变大 D 不确定 二 填空 1.在一般的非线性规划问题中,kuhn-tucker 点虽是约束的极值点,但 是全域的最优点。 2.判断是否终止迭代的准则通常有 . 和 三种形式。 3.当有两个设计变量时,目标函数与设计变量关系是 中一个曲面。 4.函数在不同的点的最大变化率是 。 5.函数()2212144f x x x x =+-+,在点() []132T X = 处的梯度为 。 6.优化计算所采用的基本的迭代公式为 。 7.多元函数F (x )在点x * 处的梯度▽F (x * )=0是极值存在的 条件。 8.函数F (x )=3x 21+x 2 2-2x 1x 2+2在点(1,0)处的梯度为 。 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p x x <2,p f f >2,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。 12.罚函数法中能处理等式约束和不等式约束的方法是 罚函数法。 法是以 方向作为搜索方向。 14.当有n 个设计变量时,目标函数与n 个设计变量间呈 维空间超曲面关系。 1.不 2。距离.目标函数改变量.梯度 3。三维空间 4。不同的 5。[]T 42 6.k k k k d x x α+=+1 7。必要条件 8。][T 2 6- 9。()[]()k k k k x f x f x ??--12α 10.[]b x 2 ,ε<-a b ? 11.外.内 12.。混合 13.。逐次构造共轭 14.。n+1 三 问答题 1. 变尺度法的基本思想是什么? 2. 梯度法的基本原理和特点是什么? 3.什么是库恩-塔克条件?其几何意义是什么? 4. 在内点罚函数法中,初始罚因子的大小对优化计算过程有何影响? 5. 选择优化方法一般需要考虑哪些因素? 6. 满足什么条件的方向是可行方向?满足什么条件的方向是下降方向?作图表示。 7. 简述传统的设计方法与优化设计方法的关系。 8. 简述对优化设计数学模型进行尺度变换有何作用。 9. 分析比较牛顿法.阻尼牛顿法和共轭梯度法的特点 10.为什么选择共轭方向作为搜索方向可以取得良好的效果? 11.多目标问题的解与单目标问题的解有何不同?如何将多目标问题转化为单目标问题求 解? 12.黄金分割法缩小区间时的选点原则是什么?为何要这样选点? 四.计算题 1.用外点法求解此数学模型 ()()min .. 10F X x s t g x x =??? =-≤?? 2 将()2 2 121212262233f x x x x x x x =+++++写成标准二次函数矩阵的形式。 3 用外点法求解此数学模型 :()()()12 211221min ..00 f X x x s t g X x x g X x =+=-≤=-≤ 4 求出()2 2 1122262420f x x x x x =-+-+的极值及极值点。 5 用外点法求解此数学模型 :()()()()3 1211221min 13 ..100 f X x x s t g X x g X x =++=-+≤=≥ 6.用内点法求下列问题的最优解: 31 2)(2112221≤-=?+-+=x g t s x x x x f m in (提示:可构造惩罚函数 []∑=-=2 1 )(ln )(),(u u x g r x f r x φ,然后用解析法求解。 )。 7.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。 8. 用梯度法求下列无约束优化问题:Min F(X)=x 12 +4x 22 ,设初始点取为X (0) =[2 2]T ,以梯 度模为终止迭代准则,其收敛精度为5。 9. 对边长为3m 的正方形铁板,在四个角处剪去相等的正方形以制成方形无盖水槽,问如何剪法使水槽的容积最大?建立该问题的优化设计的数学模型。 10. 已知约束优化问题: )(0)(0 25)(124)(m in 2312222112 21≤-=≤-=≤-+=?--=x x g x x g x x x g t s x x x f 试以[][][]T T T x x x 33 ,14 ,120 30 20 1===为复合形的初始顶点,用复合形法进 行一次迭代计算。 机械优化设计综合复习题参考答案 一.单项选择题 13A 16 D 二 填空 1.不 2。距离.目标函数改变量.梯度 3。三维空间 4。不同的 5。[]T 42 6.k k k k d x x α+=+1 7。必要条件 8。][T 2 6- 9。()[]()k k k k x f x f x ??--12α 10.[]b x 2 ,ε<-a b ? 11.外.内 12.。混合 13.。逐次构造共轭 14.。n+1 三 问答题 1.变尺度法的基本思想是:通过变量的尺度变换把函数的偏心程度降低到最低限度,显著地改进极小化方法的收敛性质。 2.梯度法的基本原理是搜索沿负梯度方向进行,其特点是搜索路线呈“之”字型的锯齿路线,从全局寻优过程看速度并不快。 3.库恩-塔克条件是判断具有不等式约束多元函数的极值条件。 () () ()() ()()???? ? ??? ????=≥???==???==??+??**=*∑m j m j x g n i x x g x x F j j j i j m j j i ,,2,10,,2,10,,2,101μμμ 库恩—塔克条件的几何意义是: 在约束极小值点* X 处,函数()x F 的负梯度一定能表示成 所有起使用约束在该点梯度(法向量)的非负线性组合。 4.初始罚因子0r ,一般来说0r 太大将增加迭代次数,0r 太小会使惩罚函数的性态变坏,甚至难以收敛到极值点。 5.选择优化方法一般要考虑数学模型的特点,例如优化问题规模的大小,目标函数和约束函数的性态以及计算精度等。在比较各种可供选用的优化方法时,需要考虑的一个重要因素是计算效率。 6.可行条件应满足第二式: 7.下降条件应满足第一式: 搜索方向应与起作用的约束函数在k x 点的梯度及目标函数的梯度夹角大于或等于900。 8.数学模型的尺度变换是一种改善数学模型性态,使之易于求解的技巧。一般可以加速优化设计的收敛,提高计算过程的稳定性。 9.牛顿法的迭代关系式为: 阻尼牛顿法的迭代关系式为: -0 )]([) ()(>-?k T k S X F 0 )]([)()(≥?k T k j S X g J j ,...,2,1={ 共轭梯度法的迭代关系式为: 牛顿法适合二次型问题,阻尼牛顿法有防止目标函数值上升的阻尼因子,适合非二次型问题,两者均需计算海森矩阵及其逆矩阵,计算量大。共轭梯度法用梯度构造共轭方向, 仅需梯度计算且具有共轭性质,收敛速度快,不必计算海森矩阵,使用更加方便。 10.根据共轭方向的性质:从任意初始点出发顺次沿n 个G 的共轭方向进行一维搜索,最多经过n 次迭代就可找到二次函数的极小点,具有二次收敛性。 11.单目标问题的解一般是唯一理想解,多目标的解一般是相对理想解。多目标问题转成单目标问题的常用方法有:主要目标法.线性加权法.理想点法.平方和加权法.分目标乘除法.功率系数法和极大极小法。 12.选点原则是插入点应按分割区间。因为这样选点可以保持两次迭代区间的相同比例分布,具有相同的缩短率。 四.计算题 1.提示:先转化为惩罚函数形式 答案1=x 2.二次函数的矩阵标准形式为 C x B Gx x T T ++2 1 答案为????? ?? ? ??? ?????1222421T x x +[]32x +3 3.参考第六章复习题提示 结果为][T x 0 0= 4. 用梯度计算极值点 答案为][T 1 5.1 5. 先构造外点罚函数 答案为][T 01- 6. 先构造内点罚函数 答案为][T 3 1 7. 用图解法,先画出约束函数梯度及目标函数梯度,做两者的垂线,与两梯度夹角均大于900 的任意方向均可。 8. 以负梯度为搜索方向进行迭代计算 答案为[]T 0 9. 设剪掉的正方形边长为1x 121[()]() (0,1,2,) k k k k k f f k α+-=-??=L x x x x 212 ()() k k k f f β +?= ?x x 数学模型为 Min []12)23()(x x x F -= ..t s 01≥x 0231≥-x 10. 提示 先算三点的目标函数值并排序,将最差点沿其余点中心进行反射,计算反射点函数值并判断可行性。 答案为][T 5.31