大学优化设计试卷期末考试及答案Word文档格式.doc

上传人:wj 文档编号:6855767 上传时间:2023-05-07 格式:DOC 页数:6 大小:237KB
下载 相关 举报
大学优化设计试卷期末考试及答案Word文档格式.doc_第1页
第1页 / 共6页
大学优化设计试卷期末考试及答案Word文档格式.doc_第2页
第2页 / 共6页
大学优化设计试卷期末考试及答案Word文档格式.doc_第3页
第3页 / 共6页
大学优化设计试卷期末考试及答案Word文档格式.doc_第4页
第4页 / 共6页
大学优化设计试卷期末考试及答案Word文档格式.doc_第5页
第5页 / 共6页
大学优化设计试卷期末考试及答案Word文档格式.doc_第6页
第6页 / 共6页
亲,该文档总共6页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

大学优化设计试卷期末考试及答案Word文档格式.doc

《大学优化设计试卷期末考试及答案Word文档格式.doc》由会员分享,可在线阅读,更多相关《大学优化设计试卷期末考试及答案Word文档格式.doc(6页珍藏版)》请在冰点文库上搜索。

大学优化设计试卷期末考试及答案Word文档格式.doc

8.二元函数在某点处取得极值的充分条件是必要条件是该点处的海赛矩阵正定

9.拉格朗日乘子法的基本思想是通过增加变量将等式约束优化问题变成无

约束优化问题,这种方法又被称为升维法。

10改变复合形形状的搜索方法主要有反射,扩张,收缩,压缩

11坐标轮换法的基本思想是把多变量的优化问题转化为单变量的优化问题

12.在选择约束条件时应特别注意避免出现相互矛盾的约束,,另外应当尽量减少不必要的约束。

13.目标函数是n维变量的函数,它的函数图像只能在n+1,空间中描述出来,为了在n维空间中反映目标函数的变化情况,常采用目标函数等值面的方法。

14.数学规划法的迭代公式是,其核心是建立搜索方向,和计算最佳步长

15协调曲线法是用来解决设计目标互相矛盾的多目标优化设计问题的。

16.机械优化设计的一般过程中,建立优化设计数学模型是首要和关键的一步,它是取得正确结果的前提。

二、名词解释

1.凸规划

对于约束优化问题

若、都为凸函数,则称此问题为凸规划。

2.可行搜索方向

是指当设计点沿该方向作微量移动时,目标函数值下降,且不会越出可行域。

3.设计空间:

n个设计变量为坐标所组成的实空间,它是所有设计方案的组合

4..可靠度

5.收敛性

是指某种迭代程序产生的序列收敛于

6.非劣解:

是指若有m个目标,当要求m-1个目标函数值不变坏时,找不到一个X,使得另一个目标函数值比,则将此为非劣解。

7.黄金分割法:

是指将一线段分成两段的方法,使整段长与较长段的长度比值等于较长段与较短段长度的比值。

8.可行域:

满足所有约束条件的设计点,它在设计空间中的活动范围称作可行域。

9.维修度略

三、简答题

1.什么是内点惩罚函数法?

什么是外点惩罚函数法?

他们适用的优化问题是什么?

在构造惩罚函数时,内点惩罚函数法和外点惩罚函数法的惩罚因子的选取有何不同?

1)内点惩罚函数法是将新目标函数定义于可行域内,序列迭代点在可行域内逐步逼近约束边界上的最优点。

内点法只能用来求解具有不等式约束的优化问题。

内点惩罚函数法的惩罚因子是由大到小,且趋近于0的数列。

相邻两次迭代的惩

在可行域之外,序列迭代点从可行域之外逐渐逼近约束边界上的最优点。

外点法可以用来求解含不等式和等式约束的优化问题。

外点惩罚函数法的惩罚因子,它是由小到大,且趋近于的数列。

惩罚因子按下式递增,式中为惩罚因子的递增系数,通常取

2.共轭梯度法中,共轭方向和梯度之间的关系是怎样的?

试画图说明。

.对于二次函数,,从点出发,沿G的某一共轭方向作一维搜索,到达点,则点处的搜索方向应满足,即终点与始点的梯度之差与的共轭方向正交。

3.为什么说共轭梯度法实质上是对最速下降法进行的一种改进?

.

答:

共轭梯度法是共轭方向法中的一种,在该方法中每一个共轭向量都依赖于迭代点处的负梯度构造出来的。

共轭梯度法的第一个搜索方向取负梯度方向,这是最速下降法。

其余各步的搜索方向是将负梯度偏转一个角度,也就是对负梯度进行修正。

所以共轭梯度法的实质是对最速下降法的一种改进。

4.写出故障树的基本符号及表示的因果关系。

5.算法的收敛准则由哪些?

试简单说明。

6.优化设计的数学模型一般有哪几部分组成?

简单说明。

7.简述随机方向法的基本思路

随机方向法的基本思路是在可行域内选择一个初始点,利用随机数的概率特性,产生若干个随机方向,并从中选择一个能使目标函数值下降最快的随机方向作为可行搜索方向。

从初始点出发,沿搜索方向以一定的步长进行搜索,得到新的值,新点应该满足一定的条件,至此完成第一次迭代。

然后将起始点移至,重复以上过程,经过若干次迭代计算后,最终取得约束最优解。

三、计算题

1.试用牛顿法求的最优解,设。

    

初始点为,则初始点处的函数值和梯度分别为

,沿梯度方向进行一维搜索,有

为一维搜索最佳步长,应满足极值必要条件

从而算出一维搜索最佳步长

则第一次迭代设计点位置和函数值

,从而完成第一次迭代。

按上面的过程依次进行下去,便可求得最优解。

2、试用黄金分割法求函数的极小点和极小值,设搜索区间

(迭代一次即可)

解:

显然此时,搜索区间,首先插入两点,由式

     

    计算相应插入点的函数值。

   因为。

所以消去区间,得到新的搜索区间,

 即。

  第一次迭代:

    插入点, 

相应插入点的函数值,

  由于,故消去所以消去区间,得到新的搜索区间,则形成新的搜索区间。

至此完成第一次迭代,继续重复迭代过程,最终可得到极小点。

3.用牛顿法求目标函数+5的极小点,设。

由,则

,其逆矩阵为

因此可得:

,从而经过一次迭代即求得极小点,

4.下表是用黄金分割法求目标函数的极小值的计算过程,请完成下表。

迭代序号

a

b

比较

0.2

1

0.5056

0.6944

40.0626

29.4962

0.5056

0.6944

0.8111

29.4962

25.4690

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 幼儿教育 > 幼儿读物

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2