优化设计作业1.pdf

实用标准文案 作业 1. 阐述优化设计数学模型的三要素。写出一般形式的数学模型。 答：建立最优化问题数学模型的三要素： （1 ）决策变量和参数。决策变量是由数学模型的解确定的未知数。参数表示系统的控 制变量，有确定性的也有随机性的。 （2 ）约束或限制条件。 由于现实系统的客观物质条件限制，模型必须包括把决策变量限制在它们可行值之内的 约束条件，而这通常是用约束的数学函数形式来表示的。 （3 ）目标函数。 这是作为系统决策变量的一个数学函数来衡量系统的效率，即系统追求的目标。 2. 阐述设计可行域和不可行域的基本概念 答：约束对设计点在设计空间的活动范围有所限制。 凡满足所有约束条件的设计点， 它在设 计空间中的可能活动范围，称 可行设计区域 (可行域 ) 。不能满足所有约束条件的设计空间便 是不可行设计区域 (不可行域 ) 。 3 、无约束局部最优解的必要条件？ 答： （1 ）一元函数 ( 即单变量函数 ) 极值点存在的必要条件 如果函数 f (x ) 的一阶导数 f ’(x ) 存在的话，则欲使 x* 为极值点的必要条件为： 精彩文档 实用标准文案 ( *)=0 f ’ x 但使 f ’(x*)=0 的点并不一定部是极值点； 使函数 f(x ) 的一阶导数 f ’(x )=0 的点称为函 数 f (x) 的驻点；极值点 (对存在导数的函数 )必为驻点，但驻点不一定是极值点。至于驻点是 f ’’ x 否为极值点可以通过二阶导数 ( )=0 来判断。 （2 ）n 元函数在定义域内极值点 X * 存在的必要条件为 T f X * f X * f X * f X * 0 x1 x2 xn 即对每一个变量的一阶偏导数值必须为零，或者说梯度为零 (n 维零向量 ) 。 ▽f (X* )=0 是多元函数极值点存在的必要条件，而并非充分条件；满足▽ f (X* )=0 的 点 X *称为驻点，至于驻点是否为极值点，尚须通过二阶偏导数矩阵来判断。 3. 阐述约束优化问题最优解的 K-T 条件。 答： K-T 条件可阐述为： 如果 X(k) 是一个局部极小点，则该点的目标函数梯度 ▽f (X (k) )可表示成该点诸约束面梯度为 ▽ g (X (k) )、 ▽h (X(k) )的如下线性组合： u v q j k k k f X g X h X 0 u u v v u 1 v 1 式中： q—在 X(k) 点的不等式约束面数； j —在 X(k)