~机械优化设计复习试题与答案.docxVIP

  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
机械优化设计复习题 一.单项选择题 一个多元函数 F ?X ?在 X* 附近偏导数连续,则该点位极小值点的充要条件为( ) A. ?F ?X * ?? 0 B. ?F ?X * ?? 0 , H ?X * ?为正定 C. H ?X * ?? 0 D. ?F ?X * ?? 0 , H ?X * ?为负定 为克服复合形法容易产生退化的缺点,对于 n 维问题来说,复合形的顶点数 K 应( ) A. K ? n ?1 B. K ? 2n C. n ?1 ? K ? 2n D. n ? K ? 2n ?1 目标函数 F(x)=4x 2 +5x 2 ,具有等式约束,其等式约束条件为 h(x)=2x +3x -6=0,则目 1 2 1 2 标函数的极小值为( ) A.1 B. 19.05 C.0.25 D.0.1 对于目标函数 F(X)=ax+b 受约束于 g(X)=c+x ? 0 的最优化设计问题,用外点罚函数法求解时,其惩罚函数表达式Φ(X,M(k))为( )。 ax+b+M(k){min[0,c+x]}2,M(k)为递增正数序列 ax+b+M(k){min[0,c+x]}2,M(k)为递减正数序列 ax+b+M(k){max[c+x,0]}2,M(k)为递增正数序列 hn ax+b+M(k){max[c+x,0]}2,M(k)为递减正数序列 1.B 2.C 3.B 4.B 5.A 6.B 7.D 8.B 9.A 10C.11.B 12.C 13A 14.B 15.B 16 D 17.D 18.A 0.186 C 6.F(X)在区间[x ,x 1 3 ]上为单峰函数,x 2 为区间中一点,x 4 为利用二次插值法公式求得的近 似极值点。如 x - x 0,且 F(x )F(x ),那么为求 F(X)的极小值,x 点在下一次搜索区 4 2 4 2 4 间内将作为( )。 A.x 1 B.x 3 C.x 2 D.x 4 2 42已知二元二次型函数 F(X)= 1 XTAX ,其中 A= ?1 2? ,则该二次型是( )的。 2 4 2 ? ? ? ? 正定 B.负定 C.不定 D.半正定 内点罚函数法的罚因子为( )。 递增负数序列 B.递减正数序列 C.递增正数序列 D.递减负数序列 多元函数 F(X)在点 X*附近的偏导数连续, ? F(X*)=0 且 H(X*)正定,则该点为 F(X)的 ( )。 A.极小值点 B.极大值点 C.鞍点 D.不连续点10.F(X)为定义在 n 维欧氏空间中凸集 D 上的具有连续二阶偏导数的函数,若 H(X)正定,则 称 F(X)为定义在凸集 D 上的( )。 凸函数 B.凹函数 C.严格凸函数 D.严格凹函数 1.B 2.C 3.B 4.B 5.A 6.B 7.D 8.B 9.A 10C.11.B 12.C 13A 14.B 15.B 16 D 17.D 18.A 在单峰搜索区间[x x ] (x x )内,取一点 x ,用二次插值法计算得 x (在[x x ]内), 1 3 1 3 2 4 1 3 若 x x ,并且其函数值 F(x )F(x ),则取新区间为( )。 2 4 4 2 A. [x 1 x ] B. [x 4 2 x ] C. [x 3 1 x ] D. [x x ] 2 4 3 用变尺度法求一 n 元正定二次函数的极小点,理论上需进行一维搜索的次数最多为 ( ) n 次 B. 2n 次 C. n+1 次 D. 2 次 在下列特性中,梯度法不具有的是( )。 二次收剑性 B.要计算一阶偏导数 C.对初始点的要求不高 D.只利用目标函数的一阶偏导数值构成搜索方向14.外点罚函数法的罚因子为( )。 A.递增负数序列 B.递减正数序列 C.递增正数序列 D.递减负数序列15.内点惩罚函数法的特点是( )。 A.能处理等式约束问题 B.初始点必须在可行域中 C.初始点可以在可行域外 D.后面产生的迭代点序列可以在可行域外 约束极值点的库恩—塔克条件为? F(X)= ? ?q i?1 ? ?g (X) ,当约束条件 g (X)≤0(i=1,2,…,m) i i i 和λ ≥0 时,则 q 应为 ( )。 i A.等式约束数目; B.不等式约束数目; C.起作用的等式约束数目D.起作用的不等式约束数目 17 已知函数 F(X)=- 2x 2 1 2x x 1 2 x 2 2 2x 1 ,判断其驻点(1,1)是( )。 A.最小点 B.极小点 C.极大点 D.不可确定 对于极小化 F(X),而受限于约束 g (X)≤0(μ =1,2,…,m)的优化问题,其内点罚函数 μ 表达式为( ) A. Ф (X, r(k))=F(X)-r(k) ?m u?1 C.

文档评论(0)

hao187 + 关注
官方认证
文档贡献者

该用户很懒,什么也没介绍

认证主体武汉豪锦宏商务信息咨询服务有限公司
IP属地上海
统一社会信用代码/组织机构代码
91420100MA4F3KHG8Q

1亿VIP精品文档

相关文档