江南大学现代远程教育机械优化设计第阶段测试题附答案.docVIP

江南大学现代远程教育机械优化设计第阶段测试题附答案.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
江南大学现代远程教育机械优化设计第阶段测试题附答案

江南大学现代远程教育 第二阶段测试卷 考试科目:《机械优化设计》 第四章至第六章 (总分100分) 时间:90分钟 学习中心(教学点) 批次: 层次: 专业: 学号: 身份证号: 姓名: 得分: 一、单项选择题(本题共5小题,每小题4分,共20分。在每小题列出的四个选项中只有一个选项是符合题目要求的,请将正确选项前的字母填在横线上。) (1)、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 D 坐标轮换法、设为定义在凸集R上且具有连续二阶导数的函数,则在R上为凸函数的充分必要条件是海塞矩阵G(X)在R上处处 。 A 正定 B 半正定 C 负定 D 半负定 、通常情况下,下面四种算法中收敛速度最慢的是 A 牛顿法 B 梯度法 C 共轭梯度法 D 变尺度法 、二维目标函数的无约束极小点就是 。 A、等值线族的一个共同中心 B、梯度为0的点 C、全局最优解  D、海塞矩阵正定的点 、最速下降法相邻两搜索方向dk和dk+1必为 向量。 A 相切 B 正交 C 成锐角 D 共轭 (本题共13个空,每空2-3分,共30分。) (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 。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______关系。与负梯度成锐角的方向为函数值 方向,与梯度成直角的方向为函数值 方向。对于无约束二元函数,若在点处取得极小值,其必要条件是 ,充分条件是 。牛顿法的搜索方向dk= ,其计算量 ,且要求初始点在极小点 位置。将函数f(X)=x12+x22-x1x2-10x1-4x2+60表示成的形式 。存在矩阵H,向量 d1,向量 d2,当满足 ,向量 d1和向量 d2是关于H共轭。的极小值。(本题共15分。) 四、用共轭梯度法求目标函数的极小值,计算精度。(本题25分) 五、用拉格朗日乘子法计算在约束条件的情况下,目标函数的极值点坐标。(本题10分) 参考答案: 一、单项选择题:(本题共5小题,每小题4分,共20分) (1)、D (2)、A (3)、B (4)、B (5)、 B 二、填空题:(本题共13个空,每空2-3分,共30分。) (1)、。 (2)、共轭。 (3)、下降,不变。 (4)、,。 (5)、,大,相对近的。 (6)、。 (7)、。 三、(本题共15分。) 解:(1)取初始点 (2)计算梯度、二阶偏导数矩阵及其逆矩阵 (3)计算新的迭代点 经过一次迭代即求得极小点,函数极小值。 四、(本题共25分) 解:(1)取初始点 计算初始点处的梯度及其模以及搜索方向 计算新的迭代点 将其代入目标函数,并沿方向进行一维搜索(或对求导,并令其为零),求得最优步长。于是新迭代点为 计算新的迭代点处的梯度及其模 计算系数及共轭方向 计算新的迭代点 将其代入目标函数,并沿方向进行一维搜索,求得最优步长。于是新迭代点为 计算迭代点处的梯度及其模 则目标函数的极小值。 五、 (本题10分) 解:构造拉格朗日函数 则 由和两式求解可得极值点坐标是 把它们代入 (即约束条件),得,得到。 所以 即极值点的坐标。

文档评论(0)

135****6041 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档