(完整word版)機械優(yōu)化設計試題_第1頁
(完整word版)機械優(yōu)化設計試題_第2頁
(完整word版)機械優(yōu)化設計試題_第3頁
(完整word版)機械優(yōu)化設計試題_第4頁
(完整word版)機械優(yōu)化設計試題_第5頁
免費預覽已結束,剩余1頁可下載查看

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、機械優(yōu)化設計*H X =0C .D.一* *VF(X )=0,H(X )為負定一、 填空題每空1分,共20分1 .組成優(yōu)化設計數(shù)學模型的三要素是 、。2 .數(shù)學規(guī)劃法的迭代公式是 ,其核心是 和。3 .懲罰函數(shù)法的基本思想是通過增加變量將 優(yōu)化問題變成優(yōu)化問題。4 .函數(shù)F(X )=x,8.用黃金分割法求一元函數(shù)f (x) = X2 -10x + 36的極小點,初始搜索區(qū)間 a,b =-10,10,經(jīng)第一次區(qū)間消去后得到的新區(qū)間為 9.進退法確定搜索區(qū)間,函數(shù)值形成 區(qū)間。二、選擇題每小題2分,共20分1.利用0.618法在搜索區(qū)間a,b內(nèi)確定兩點a1=0.382,b1=0.618 ,由此可知

2、區(qū)間a,b的值是()A. 0,0.382 B. 0.618,1 C. 0,1 D. 0.382,1 一個多元函數(shù)F(X)在X*附近偏導數(shù)連續(xù),則該點位極小值點的充要 條件為()B. VF(X)= 0,H(X)為正定 +4x22在X0 =1點處的梯度為,海賽矩陣為 。5 .判斷是否終止迭代的準則通常有 、和 三種形式。6 .最速下降法以 方向作為搜索方向,因此最速下降法又稱為 法, 其收斂速度較。7 .二元函數(shù)在某點處取得極值的充分條件是 ,必要條件是該點處的63.已知二元二次型函數(shù)F(X)=XTAX ,其中A=l|1 21 ,則該二次型是2_2 4() 的。A. 正定 B. 負定 C. 不定

3、D. 半正定4.在下列特性中,梯度法不具有的是()。A. 對初始點的要求不高B. 要計算一階偏導數(shù)C.二次收斂性D.只利用目標函數(shù)的一階偏導數(shù)值構成搜索方向5.具有n個變量的函數(shù)F (X)的hessian矩陣是n父n階偏導數(shù)矩陣,該矩 陣是()A.非對稱矩陣 B.對稱矩陣C.三角矩陣 D.分塊矩陣6.已知函數(shù) F(X)=- 2x2 +2x1x2 x2 +2xi ,判斷其駐點(1 , 1)是()A.最小點 B. 極小點 C. 極大點 D. 最大點7.下面關于梯度法的一些說法,正確的是()。A. 只需求一階偏導數(shù)B. 在接近極小點位置時收斂速度很快C. 在接近極小點位置時收斂速度很慢D. 梯度法開

4、始時的步長很小,接近極小點時的步長很大E. 當目標函數(shù)的等值線為同心圓,任一點處的負梯度才是全域的最速下降方向8 .在0.618法迭代運算的過程中,迭代區(qū)間不斷縮小,其區(qū)間縮小率在迭 代 的 過 程 中 ()A.逐步變小B.逐步變大C. 不變 D. 不確定9 .對于求minF(X)受約束于gi(x) < 0(i=1,2,m)的約束優(yōu)化設計問題, 當取入i >0時,則約束極值點的庫恩一塔克條件為()A. 7F(X)=£九尸gi(X),其中入i為拉格朗日乘子 i 1mB. -VF (X)= £ %Vgi(X),其中入i為拉格朗日乘子 i 1C. VF(X)= x九V

5、gi(X),其中入i為拉格朗日乘子,q為該設計點X處 i =1的約束面數(shù) qD. -7F(X)= £ %Vgi(X),其中入i為拉格朗日乘子,q為該設計點X i 1處的約束面數(shù)10.已知F(X)=x 1X2+2x22+4,則F(X)在點X(0)=;川勺最大變化率為()A. 10 B. 4 C. 2 D.,10三、簡答題(共20分)1 .建立優(yōu)化設計數(shù)學模型的基本原則。(2分)2 .名詞解釋:凸規(guī)劃(2分)可行域(2分)3 .一維搜索優(yōu)化方法一般分為哪幾步進行?(4分)4 .一維搜索中黃金分割法的基本思路是什么?(5分)5 .梯度法的基本原理和特點是什么?( 5分)四、計算題共40分一

6、 .、3 一 1 .某廠生產(chǎn)一個容積為8000cm的平底、無蓋的圓柱形容器,要求設計此容 器消耗原材料最少。試寫出這一優(yōu)化問題的數(shù)學模型。(10分)2 .用梯度法求下列無約束優(yōu)化問題:Min F(X )=x;+4X22,設初始點取為 X(0)=2 2 T,以梯度模為終止迭代準則,其收斂精度為5。(10分)3 .用k-t條件判斷X(1) =1,11是否為以下約束優(yōu)化問題的最優(yōu)解。(10分) min f (X) =(x1 -6)2 (x2 -4)2s.t.g1(X)=x2 -Xi E0g2(X) =Xi -1M0g3(X) =f2 £0g4(X) =" <04.用牛頓法求

7、目標函數(shù)f (X )= 16x12+25x;+5的極小點,設X(°)=I2 2】T。 (10 分)答案一、20 分1、設計變量目標函數(shù)約束條件2、Xk*=Xk+o(kdk 建立搜索方向計算最佳步長3、無約束有約束fl t :5、點距準則、目標函數(shù)值準則、梯度準則6、負梯度 梯度法慢7、 Vf(X0)=0 海賽矩陣正定8、-2.38 109、Hj -低-Hj二、20 分1、C 2、B 3、 D 4、C 5、B 6、D 7、C 8、C 9、D 10、D三、22分1.答:建立優(yōu)化設計數(shù)學模型的基本原則是確切反映工程實際問題的基礎上力 求簡潔。2、a、對于約束優(yōu)化問題min f Xst gj

8、(X 尸0 (j =1,2,3,,m)若f(X)、gj(X Wv,2,3, im)都為凸函數(shù),則稱此問題為凸 規(guī)劃。b、滿足所有約束條件的設計點,它在設計空間中的活動范圍稱作可行域。3、確定搜索方向 確定步長因子4、黃金分割法也稱0.618法,是通過對黃金分割點函數(shù)值的計算和比較,將初 始區(qū)間逐次進行縮小,直到滿足給定的精度要求,即求得一維極小點的近似解5、梯度法的基本原理是搜索沿負梯度方向進行,具特點是搜索路線呈“之”字型的鋸齒路線,從全局尋優(yōu)過程看速度并不快。四、計算題38分1解:設容器底面半鈴為國。而,高為三口仃,則這一優(yōu)化問題的數(shù)學模型為 min f (x) = Rx: + 2和三號(

9、2> 0g 式 x) = x2 > 0h(x) = xl2x2 =80002、以負梯度為搜索方向進行迭代計算答案為0 0T3、解:把點X(1)=1,1代入約束條件,得:gl(X) =0 g2(X)=0 g3(X)=1#0 g4(X) = 1#0 所以,點X") =1,1的起作用約束是gl(X)和g2(X)。在點 X6=1,1T,有:-10、gi(X(1) = 一1、g2(X(1)J將以上各梯度值代入k-t條件式:f(X(1) =,Jg1(X(1) 7g2(X(1)_ I i I1得:-61解得:1=6,'2=16(1)T由于儲=6 >0,,.2 =16 A0滿足k-t條件,故點X =1,1就是所求約束問題的極小點。4、解:由x=2“X0 =2,則jf;:為jf52f X0)=-2fT-2X1-2 r二 Tf

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論