第二章优化设计g解释.ppt

二、优化问题的分类 优化问题按照目标函数的性质和约束条件可分为无约束问题和有约束问题两大类： 无约束问题按照目标函数包含的单变量或多变量来分类。解无约束问题，基本上有两种方法： 直接搜索法，如Powell法、单纯形法等 梯度法，需要有目标函数及其导数的解析式 有约束类型有三种类型： 线性目标函数和线性约束：线性规划，要求目标函数和约束 条件都是线性函数；整数规划，限制一些变量取离散或整数 值。 非线性的目标函数和线性约束：二次规划，目标函数是二次函数；凸规划，目标函数是特定的非线性函数，满足凸性特征；线性分式规划 非线性目标函数和非线性约束条件：变换法；线性逼近法；直接搜索法 三、优化设计的数学模型 1）识别要确定的未知变量（设计或决策变量），并用代数符号表示它们 2）识别目标或判别标准，并将其表示为要最大化或最小化的函数 3）识别问题的约束或限制，并将它们表示成未知变量的线性或非线性的等式或不等式组。 真题 【2004】设计体积500cm3 的圆柱型包装盒，按用料最省的原则要确定其高度H和直径D，其设计变量是（） A.重量 B.面积 C.体积 D.直径 E.高度 【2007】组成优化数学模型的基本要素有（） A.设计变量 B.目标函数 C.极值 D.设计空间 E.约束条件 【2008】二维线性规则问题maxF(X)=15x1+20x2-3，约束条件为g1(X)=5x1+2x2≤10,g2(X)=2x1+4x2≤8, g3(X)=x1≥0,g4(X)=x2≥0.其最优值为（） A.(1.5,1.25) B.(0,2) C.(4,0) D.(1.25,1.5) 【2009】以下优化设计问题是线性规划问题的是（） A.目标函数： 约束条件： B.目标函数 约束条件 C.目标函数 约束条件 D.目标函数 约束条件 【2009】某小型商店从一电器生产厂家购进电冰箱和电视机分别为X1和X2台。电冰箱每台占地1.5m2，进价500元/台，可获利180元；电视机每台占地1m2，进价1200元/台，可获利210元；在商店现有进货资金2万元，仓库50m2的情况下，该商店电冰箱和电视机应分别购进多少台，才能使利润最大，并把结果进行取整。 真题 【2004】函数 在点（3，2）T处的梯度为（） 【2003】函数 在点（1，0）T处的梯度为（ ） 【2007】函数 在点（3，2）T处的梯度为（） 2010 【2008】目标函数 在点（1，2）T处沿与X轴成60度的方向导数为（） 【2008】函数 在点（2，1）T处的梯度的模为 【2009】在某点，目标函数值下降最快的方向是函数的 方向 【2005】F(X)为单值、连续、可微且无约束的一元函数，则在点X=x*处有极小值的充分条件是（） A. B. C. D. 【2005】函数在极值点处（） A.梯度为零矢量 B.函数值肯定大于 C.梯度为非零矢量 D.函数值肯定小于零 【2005】对于有n个变量组成的函数，它的Hessian矩阵是n×n阶的二阶偏导数 【2007】多目标函数F(X)在点X*处的梯度▽F(X*)=0是极值点存在的（） A.一般条件 B.充分必要条件 C.充分条件 D.必要条件 【2006】多元目标函数F(X)在点X*处的梯度▽F(X*)=0是极值点存在的 条件。 【2003】多元函数F(X)在点X*处存在极大值的充分必要条件是：在X*处Hessian矩阵（） A.等于零 B.大于零 C.负定 D.正定 【2007】具有n个变量的函数F(X)的Hessian矩阵是n×n阶的二阶偏导数矩阵，该矩阵是（） A.非对称矩阵 B.对称矩阵 C.三角矩阵 D.分块矩阵 【2009】函数 的极值点为 【2009】对于多元函数，用Hessian矩阵判定其极值点X*的类型，以下说法正确的是（） Hessian矩阵正定， X* 为极小值点 B. Hessian矩阵正定， X* 为极大值点 C. Hessia