机械优化设计复习题 最新版.doc
《机械优化设计复习题 最新版.doc》由会员分享,可在线阅读,更多相关《机械优化设计复习题 最新版.doc(36页珍藏版)》请在三一办公上搜索。
1、机械优化设计复习题一、单项选择题5. 机械最优化设计问题多属于什么类型优化问题( )(P19-24)A.约束线性 B.无约束线性 C.约束非线性D.无约束非线性6. 工程优化设计问题大多是下列哪一类规划问题( )(P22-24)A.多变量无约束的非线性 B.多变量无约束的线性 C.多变量有约束的非线性 D.多变量有约束的线性7. n元函数在点附近沿着梯度的正向或反向按给定步长改变设计变量时,目标函数值( )(P25-28)A.变化最大 B.变化最小 C.近似恒定 D.变化不确定8.方向是指函数具有下列哪个特性的方向( )(P25-28)A. 最小变化率 B.最速下降 C. 最速上升 D.极值9
2、. 梯度方向是函数具有( )的方向 (P25-28)A最速下降 B最速上升 C最小变化 D最大变化率10. 函数在某点的梯度方向为函数在该点的()(P25-28) A.最速上升方向 B.上升方向 C.最速下降方向 D.下降方向11. n元函数在点x处梯度的模为( )(P25-28)A. B.C. D.12.更适合表达优化问题的数值迭代搜索求解过程的是( ) (P25-31)A曲面或曲线B曲线或等值面 C曲面或等值线 D等值线或等值面13.一个多元函数在点附近偏导数连续,则该点为极小值点的充要条件( )(P29-31)A. B. C. 海赛矩阵正定 D. 负定14.在点处存在极小值的充分条件是:
3、要求函数在处的Hessian矩阵为( )(P29-31)A.负定 B.正定 C.各阶主子式小于零 D.各阶主子式等于零15.在设计空间内,目标函数值相等点的连线,对于四维以上问题,构成了( )(P29-33)A.等值域 B.等值面 C.同心椭圆族 D.等值超曲面16.下列有关二维目标函数的无约束极小点说法错误的是( )(P31-32) A.等值线族的一个共同中心点 B.梯度为零的点 C.驻点 D.海赛矩阵不定的点17.设为定义在凸集D上且具有连续二阶导数的函数,则在D上为凸函数的充分必要条件是海赛矩阵在D上处处( )(P33-35)A.正定 B.半正定 C.负定 D.半负定18.下列哪一个不属
4、于凸规划的性质( )(P33-35)A.凸规划问题的目标函数和约束函数均为凸函数B.凸规划问题中,当目标函数为二元函数时,其等值线呈现为大圈套小圈形式C.凸规划问题中,可行域为凸集D.凸规划的任何局部最优解不一定是全局最优解19.拉格朗日乘子法是求解等式约束优化问题的一种经典方法,它是一种( )(P36-38)A降维法 B.消元法 C.数学规划法 D.升维法20.若矩阵A的各阶顺序主子式均大于零,则该矩阵为( )矩阵(P36-45)A.正定 B.正定二次型 C.负定 D.负定二次型21.约束极值点的库恩-塔克条件为,当约束条件和时,则q应为( )(P39-47)A.等式约束数目 B.起作用的等
5、式约束数目 C.不等式约束项目 D.起作用的不等式约束数目22.一维优化方法可用于多维优化问题在既定方向上寻求下述哪个目的的一维搜索( )(P48-49)A最优方向 B.最优变量 C最优步长 D最优目标23.在任何一次迭代计算过程中,当起始点和搜索方向确定后,求系统目标函数的极小值就是求( )的最优值问题(P48-49)A.约束 B.等值线 C.步长 D.可行域24.求多维优化问题目标函数的极值时,迭代过程每一步的格式都是从某一定点出发,沿使目标函数满足下列哪个要求所规定方向搜索,以找出此方向的极小值( )(P48-49)A.正定 B.负定 C.上升 D.下降25.对于一维搜索,搜索区间为a,
6、b,中间插入两个点,计算出,则缩短后的搜索区间为( )(P49-51) A. a1,b1 B. b1,b C. a1,b D. a,b126.函数为在区间10,20内有极小值的单峰函数,进行一搜索时,取两点13和16,若f(13)f(16),则缩小后的区间为( )(P49-51)A.10,16 B.10,13 C. 13,16 D. 16,2027.为了确定函数单峰区间内的极小点,可按照一定的规律给出若干试算点,依次比较各试算点的函数值大小,直到找到相邻三点的函数值按()变化的单峰区间为止 (P49-52)A高-低-高 B高-低-低 C低-高-低 D低-低-高28.0.618法是下列哪一种缩短
7、区间方法的直接搜索方法( )(P51-53) A.等和 B.等差 C.等比 D.等积29.假设要求在区间a,b插入两点,且 ,下列关于一维搜索试探方法黄金分割法的叙述,错误的是( )(P51-53)A.其缩短率为0.618 B. C. D.在该方法中缩短搜索区间采用的是区间消去法。30.一维搜索方法中,黄金分割法比二次插值法的收敛速度( )(P51-56)A.慢 B.快 C.一样 D.不确定31.一维搜索试探方法-黄金分割法比二次插值法的收敛速度( )(P51-58)A.慢 B.快 C.一样 D.不确定32.关于一维搜索的牛顿法,下列叙述错误的是( )(P53-58)A.牛顿法属于一维搜索的插
8、值方法B.牛顿法的特点是收敛速度很慢C.牛顿法中需要计算每一点的函数二阶导数D牛顿法要求初始点离极小点不太远,否则有可能使极小化序列发散33.关于一维搜索方法的叙述,下列说法错误的是( )(P48-58)A黄金分割法是最常用的一维搜索试探方法B在试探法中,确定试验点的位置时没有考虑函数值的分布C当函数具有较好的解析性质时,试探法比插值法的效果好D插值法中的牛顿法是利用一点的函数值、一阶导数值等构造二次函数的34.下列多变量无约束优化方法中,属于直接法的是( )(P59-60)A.变量轮换法 B.牛顿法 C.共轭梯度法 D.变尺度法35.最速下降法相邻两搜索方向和之间关系为( ) (P60-63
9、)A相切 B正交 C成锐角 D共轭36.下面四种无约束优化方法中,哪一种在构成搜索方向时要使用到目标函数的二阶导数( )(P59-90)A.梯度法 B.牛顿法 C.变尺度法 D.单行替换法37.下列多变量无约束优化方法中,算法稳定性最好的是( )(P59-89)A.坐标轮换法 B.原始共轭方向法 C.鲍威尔法 D.梯度法38.下述哪个方法的主要优点是省去了海赛矩阵的计算,被公认为是求解无约束优化问题最有效的算法之一( )(P59-89) A.变尺度法 B.复合形法 C.惩罚函数法 D.坐标轮换法39.通常情况下,下面四种算法中收敛速度最慢的是( )(P59-89)A.牛顿法 B.梯度法 C.共
10、轭梯度法 D.变尺度法40.下列约束优化问题的求解方法中,属于间接解法的是( )(P59-89)A随机方向法 B.惩罚函数法 C.复合形法 D.广义简约梯度法41.下列无约束优化方法中,哪一个需要计算Hessian矩阵( )(P60-89)A.鲍威尔法 B.梯度法 C.牛顿法 D.共轭梯度法42.哪种方法在确定优化搜索方向时,不需用目标函数的一阶或二阶导数信息( )(P60-90)A.梯度法 B.牛顿法 C.变尺度法 D.鲍威尔法43.下列关于共轭梯度法的叙述,错误的是( )(P70-73)A共轭梯度法具有二次收敛性B. 共轭梯度法的第一个搜索方向应取为负梯度方向C. 共轭梯度法需要计算海赛矩
11、阵D共轭梯度法的收敛速度比最速下降法快44.变尺度法的迭代公式为,下列不属于必须满足的条件是( ) (P74-80)A之间有简单的迭代形式 B拟牛顿条件C与海赛矩阵正交 D对称正定45.梯度法和牛顿法可看作是下列哪种方法的一种特例( )(P74-80)A.坐标转换法 B. 共轭方向法 C. 变尺度法 D.复合形法46.坐标轮换法之所以收敛速度很慢,原因在于其搜索方向与坐标轴的关系是下述哪种情况,不适应函数的变化情况( ) (P81-82)A垂直 B斜交 C平行 D正交47.在无约束优化方法中,直接利用目标函数值构成的搜索方法是( ) (P83-85)A梯度法 B鲍威尔法 C共轭梯度法 D变尺度
12、法48.关于鲍威尔方法,叙述错误的是( )(P83-88)A鲍威尔法是利用函数的一阶导数来构造共轭方向的B鲍威尔法又称为方向加速法C鲍威尔法是一种有效的共轭方向法D对于非二次函数且具有连续二阶导数的优化问题,用鲍威尔法是有效的49.下列说法不正确的是( )(P95-102)A.线性规划问题中目标函数和约束函数都是线性的B.目标函数是线性函数,而约束条件不是线性的优化问题也属于线性规划问题C.线性规划问题中目标函数的最优解位于凸多边形(或凸多面体)的顶点上D.线性规划问题中目标函数的最优解不必在可行域整个区域内搜索50.下列关于随机方向法的叙述,错误的是()(P140-143) A.随机方向法是
13、一种原理简单的直接解法 B.对目标函数的性态无特殊要求 C.此算法的收敛速度慢 D.是求解小型优化问题的十分有效的算法 51.关于约束优化问题的解法,下列说法正确的是( )(P138-158)A.直接解法通常适用于仅含等式约束的问题B.若目标函数为凸函数,可行域为凸集,间接法可保证获得全局最优点C.间接解法可有效地处理具有等式约束的约束优化问题D.可行方向法属于间接解法52.用复合形法求解约束优化问题时,下面哪种搜索方法不能用来改变初始复合形的形状( ) (P144-148)A反射 B扩张 C收缩 D映射53.用可行方向法求解约束优化问题时,下面哪个不是产生可行方向的条件( )(P149-15
14、8)A.按可行方向得到的新点是可行点 B.目标函数值有所下降C.可行方向的起始点在可行域外 D.可行方向的起始点在可行域内54.关于惩罚函数法,下列说法错误的是( )(P159-165)A惩罚函数法是一种直接解法B使用内点时,初始点应选择一个离约束边界较远的点C外点法的迭代过程在可行域之外进行D混合惩罚函数法可用来求解同时具有等式约束和不等式约束的优化问题55.内点惩罚函数法可用于求解下列哪类优化问题( ) (P159-162)A无约束优化问题 B只含有不等式约束的优化问题 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56.下列关于内点惩罚函数法的叙述,错误的是( )(P159-1
15、62)A.可用来求解含不等式约束和等式约束的最优化问题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 57.在用惩罚函数法求解约束优化问题时,下列说法错误的是( )(P159-164)A.惩罚函数法是一种很有效的间接解法B.内点惩罚函数法只能用来求解具有等式约束的优化问题C.外点惩罚函数法的迭代过程是在可行域之外进行D.混合惩罚函数法可用于求解同时具有等式约束和不等式约束的优化问题58.下列关于外点惩罚函数法的叙述,错误的是( )(P160-164)A.可用来求解含不等式约束和等式约束的最优化问题。 B.惩罚因子不断递增 C.新目标函数定义在可行
16、域之内D.初始点必须在可行域外 59.下列关于增广乘子法叙述错误的是( )(P165-173)A.增广乘子法在数值稳定性方面比惩罚函数好B.增广乘子法可用于求解等式约束优化问题C.增广乘子法只可用于求解不等式约束优化问题D.增广乘子法的收敛条件可视乘子矢量是否稳定来决定60. 关于多目标优化问题的叙述,下列说法错误的是( )(P202-205)A多目标优化设计问题要求各分量目标都达到最优是较难做到的B多目标优化问题的特点之一是任意两个设计方案的优劣较容易判别C多目标优化问题得到的非劣解往往不止一个D多目标优化方法中的主要目标法是将多目标优化问题转化为一系列单目标 优化问题来求解二、填空题1.机
17、械优化设计中常把与设计的目标函数的变化关系比较紧密的设计参数定为 。 (P19)2.建立机械优化设计数学模型的三个基本要素是目标函数、约束条件 和 。(P19)3.建立机械优化设计数学模型的三个基本要素是设计变量、目标函数 和 。 (P19-21)4.建立机械优化设计数学模型的三个基本要素是设计变量、约束条件 和 。(P19-21)5.约束条件根据数学表达式可分为:等式约束条件和 。 (P20)6.约束条件根据数学表达式可分为:不等式约束条件和 。(P20)7.目标函数是n维变量的函数,其图像只能在n+1维空间中表达,为了在n维空间中反映目标函数变化情况,常采用目标函数 的方法。(P21)8.
18、在二维设计空间中, (为常数)代表的是设计平面上的 。(P21)9.优化问题数值迭代方法(或数学规划方法)的基本迭代公式为 。(P23)10.优化设计问题的数学规划解法的两个基本核心一是建立搜索方向,二是 确定 。(P23)11.一维搜索起始点,搜索方向,搜索步长因子,则搜索得到的迭代点点为 。(P23)12.优化问题常用的收敛准则中的模准则(或点距准则)其表达式 。(P24)13.优化问题常用的收敛准则中的梯度准则其表达式 。(P24)14.优化问题常用的收敛准则有三种,它们分别为函数值准则、梯度准则和 和 。(P24)15.优化问题常用的收敛准则中的函数值准则其表达式 。(P24)16.函
19、数 在处沿轴的方向导数值为 。(P26)17.函数 在处沿轴的方向导数值为 。(P26)18.函数 在点处的梯度向量为 。(P27)19.函数在点处的负梯度方向向量为 。(P27、61)20.函数 在处的梯度向量 。(P27、61)21.函数 在处的的海赛矩阵为 。(P29)22.函数 在点处的海赛矩阵 为 。(P29)23.无约束优化问题中,n元函数在某点点处取得极值的充分条件为 。(P32)24.二元函数 的极值点为 。(P31-33)25.无约束优化问题中,n元函数在某点点处取得极值的必要条件 。(P31-33)26.函数 的极值点为 ,该点是极大值还是极小值及原因 。(P31-33)2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机械优化设计复习题 最新版 机械 优化 设计 复习题

链接地址:https://www.31ppt.com/p-2955153.html