大学期末考试机械优化设计复习题.docVIP

一、填空题 1.组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。 2.函数在点处的梯度为，海赛矩阵为 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要求是能用来评价设计的优劣，，同时必须是设计变量的可计算函数 。 4.建立优化设计数学模型的基本原则是确切反映 工程实际问题，的基础上力求简洁 。 5.约束条件的尺度变换常称 规格化，这是为改善数学模型性态常用的一种方法。 6.随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步长按一定的比例 递增的方法。 7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为 梯度法，其收敛速度较 慢 。 8.二元函数在某点处取得极值的必要条件是 , 充分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。 1. 优化设计问题的基本解法有 解析法 法和 数值法 2. 无约束优化问题取得极值的充分必要条件是 一阶导数等于零 和 二阶导数大于零。 3. 在进行一维搜索时，所要确定的搜索区间应为 高低高 的趋势。 4. 多元函数求极值的阻尼牛顿法的迭代公式为： 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。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。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。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。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罚因子的关系为 为惩罚因子的缩减系数，其为小于1的正数，通常取值范围在 简称外点法，这种方法新目标函数定义在可行域之外，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。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 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，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。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。K个设计点(n+1≤K≤2n)作为初始复合形的顶点。比较各顶点目标函数值的大小，去掉目标函数值最大的顶点(称最坏点)，以坏点以外其余各点的中心为映射中心，用坏点的映射点替换该点， 构成新的复合形顶点。反复迭代计算，使复合形不断向最优点移动和收缩，直至收缩到复合形的顶点与形心非常接近，且满足迭代精度要求为止。 9. 在可行方向法中，产生可行方