[机械优化设计]试卷及答案
《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)=[-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,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,称为维优化问题。
6、函数 1
2XTHXBXCT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d0,d1,满足(d0)TGd1=0,则d0、d1之间存在_共轭_____关系。
8、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x0(x10,x20)点处取得极小值,其必要条件是度为零 ,充分条件是 海塞矩阵正定 。
10、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)x210x36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、、
13、牛顿法的搜索方向dk,其计算量且要求初始点在极小点置。
14、将函数f(X)=x12+x22-x1x2-10x1-4x2+60表示成1
2XTHXBXCT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
C、牛顿型法
D、DFP法
2、对于约束问题
minfXx1x24x24
x1x210
3x10
x20
X1222 g1X g2X g3X 根据目标函数等值线和约束曲线,判断
为 。
A.内点;内点
B. 外点;外点
C. 内点;外点
[1,1]T为X2[51T,]22
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
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,a1
A [a1,b1]
B [ b1,b]
C [a1,b] 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
6、变尺度法的迭代公式为xk+1=xk-αkHk▽f(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
D.对称正定
7、函数f(X)在某点的梯度方向为函数在该点的
B、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
9、设f(X)为定义在凸集R上且具有连续二阶导数的函数,则
充分必要条件是海塞矩阵G(X)在R上处处 。
A 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α1、α2,且α1
A、其缩短率为0.618
B、α1=b-λ(b-a) f(X)在R上为凸函数的
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方向,与负梯度成锐角的方向为函数值降 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。
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
C 成锐角
D 共轭
14
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
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 C 共轭梯度法 D 变尺度法
16、一维搜索试探方法——黄金分割法比二次插值法的收敛速度
、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 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,而不顾及函数值的分布关系,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及其逆矩阵,维数高时及数量比较大。
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)=[-2,4]T,选代精度ε=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)=[2,1]T。
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( X )=2x12+5x22 +x32+2x3x2+2x3x1-6x2+3在点[1,1,-2]T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)=-x12-x22+5≥0
g2(X)=-x1-2x2+4≥0
g3(X)= x1≥0
g4(X)=x2≥0
验证在点X[2,1]TKuhn-Tucker条件成立。
7、设非线性规划问题
minf(X)(x12)x2
g1(X)x10
g2(X)x20
g3(X)x1x2102222 s.t.
用K-T条件验证X
*1,0T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及用MATLAB软件求解的程序。
11、某厂生产一个容积为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及用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及用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及用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)。
判断题
1,二元函数等值线密集的区域函数值变化慢 x
2海塞矩阵正定的充要条件是它的各阶主子式大于零 x 3; 当迭代点接近极小点时,步长变得很小, 越走越慢 v 4二元函数等值线疏密程度变化
5 变尺度法不需海塞矩阵v
6梯度法两次的梯度相互垂直v