~机械优化设计复习试题与答案

  1. 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. 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. 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

则目标函数的极小值为(

g(X)=c+x 0的最优化设计问题, 用外点罚函

0.186 C (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。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 (

)

一. 单项选择题 1.一个多元函数 X * 附近偏导数连续, 则该点位极小值点的充要条件为

A . FX 0 B. 0, H X * 为正定 C . HX 0 D. 0, H X * 为负定

2. 为克服复合形法容易产生退化的缺点,对于 维问题来说, 复合形的顶点数 K

应( ) K n 1 B. K 2n C. K 2n D. n K 2n 1

3.目标函数 F (x )=4x 12 +5x 22 ,具有等式约束, 其等式约束条件为

h(x)=2x 1+3x 2-6=0,

A .1

B . 19.05

C . D

数法求解时,其惩罚函数表达式①

A. aX+b+M

B. aX+b+M (k)

{min [0,c+X ]}2

, (k)

{min [0,c+X ]}2,

C. aX+b+M (k)

{maX [c+X,0 ] }2, D. aX+b+M

(k)

{maX [c+X,0 ]

}2,

10C. 13A 16 D

M (k)

为递增正数序列

M 为递减正数序列 M (k) 为递增正数序列 hn M (k) 为递减正数序列

(X,M (k))为()。

4. 对于目标函数 F(X)=ax+b 受约束于

14.外点罚函数法的罚因子为(

)。

8.内点罚函数法的罚因子为

续占

八、、

(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

X 3]内),若X 2>X 4,并且其函数值F ( X 4)

[X 2 X 3] C . [X

1

X 2] D. [X 4 X 3]

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(

)

7.已知二元二次型函数 F(X)= 1X T AX ,其中 A= 1

2 2 2,则该二次型是

()

的。

A. 正定

B. 负定

C.不定

D.

半正定

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 *)=O 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

A. [X 1 X 4]

12.用变尺度法求一 A. n 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( )。

点罚函数表达式为(

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

10C. 13A 16 D

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

q

F(X)= i g i (X),当约束条件

g i (X) <

i1

0(i=1,2,…,m)和入i >0时,贝y 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)=- 2x 12 2x 1X 2 x 2 2x i ,判断其驻点(1 , 1)是()

A. 最小点

B.

极小点

C. 极大点

D.

不可确

18 .

对于极小化 F(X) ,而受限于约束 g 卩(X) < 0( u =1,2,…,m)的优化问题,其内

A.

①(X, r (k) )=F(X)-r

(k)

m 1/g u (X)

u1

m

B. ①(X, r (k))=F(X)+r (k)

1/g u (x )

u1 C.

①(X, r (k) )=F(X)-r

(k)

m

max[0,g u (X)] D.①(X, r ⑹)=F(X)-r

u1

m

(k)

min[ 0,g u (X)]

u1

19. A. 梯度法 B. Powell

法 C. 共轭梯度法 D.

变尺度法

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 ]

相关文档
最新文档