机械优化设计期末复习题一、填空题1.组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。
2.函数()22121212,45f x x x x x x =+-+在024X ⎡⎤=⎢⎥⎣⎦点处的梯度为120-⎡⎤⎢⎥⎣⎦，海赛矩阵为2442-⎡⎤⎢⎥-⎣⎦3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要求是能用来评价设计的优劣，，同时必须是设计变量的可计算函数 。
4.建立优化设计数学模型的基本原则是确切反映 工程实际问题，的基础上力求简洁 。
5.约束条件的尺度变换常称 规格化，这是为改善数学模型性态常用的一种方法。
6.随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步长按一定的比例 递增的方法。
7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为梯度法，其收敛速度较 慢 。
8.二元函数在某点处取得极值的必要条件是()00f X ∇= , 充分条件是该点处的海赛矩阵正定9.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无约束优化问题，这种方法又被称为 升维 法。
10改变复合形形状的搜索方法主要有反射，扩张，收缩，压缩 11坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题12．在选择约束条件时应特别注意避免出现 相互矛盾的约束， ，另外应当尽量减少不必要的约束 。
13．目标函数是n 维变量的函数，它的函数图像只能在n+1, 空间中描述出来，为了在n 维空间中反映目标函数的变化情况，常采用 目标函数等值面 的方法。
14.数学规划法的迭代公式是 1k k k k X X d α+=+ ，其核心是 建立搜索方向， 和 计算最佳步长 。
15协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。
16.机械优化设计的一般过程中， 建立优化设计数学模型 是首要和关键的一步，它是取得正确结果的前提。
二、选择题1、下面 方法需要求海赛矩阵。
A 、最速下降法 B 、共轭梯度法 C 、牛顿型法 D 、DFP 法2、对于约束问题()()()()2212221122132min 44 g 10g 30 g 0f X x x x X x x X x X x =+-+=--≥=-≥=≥根据目标函数等值线和约束曲线，判断()1[1,1]T X =为 ，()251[,]22T X =为 。
A ．内点；内点 B. 外点；外点 C. 内点；外点 D. 外点；内点3、内点惩罚函数法可用于求解__________优化问题。
A 无约束优化问题B 只含有不等式约束的优化问题C 只含有等式的优化问题D 含有不等式和等式约束的优化问题4、拉格朗日乘子法是求解等式约束优化问题的一种经典方法，它是一种___________。
A、降维法B、消元法C、数学规划法D、升维法5、对于一维搜索，搜索区间为[a，b]，中间插入两个点a1、b1，a1<b1，计算出f(a1)<f(b1)，则缩短后的搜索区间为___________。
A [a1，b1]B [ b1，b]C [a1，b]D [a，b1]6、_________不是优化设计问题数学模型的基本要素。
A设计变量B约束条件C目标函数D 最佳步长7、变尺度法的迭代公式为x k+1=x k-αk H k▽f(x k)，下列不属于H k必须满足的条件的是________。
A. H k之间有简单的迭代形式B.拟牛顿条件C.与海塞矩阵正交D.对称正定8、函数)(Xf在某点的梯度方向为函数在该点的。
A、最速上升方向B、上升方向C、最速下降方向D、下降方向9、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10、设)(Xf在R f为定义在凸集R上且具有连续二阶导数的函数，则)(X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11、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12、一维搜索试探方法——黄金分割法比二次插值法的收敛速度。
A、慢B、快C、一样D、不确定13、下列关于最常用的一维搜索试探方法——黄金分割法的叙述，错误的是，假设要求在区间[a，b]插入两点α1、α2，且α1<α2。
A、其缩短率为0.618B、α1=b-λ（b-a）C、α1=a+λ（b-a）D、在该方法中缩短搜索区间采用的是外推法。
14、与梯度成锐角的方向为函数值方向，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。
A、上升B、下降C、不变D、为零15、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16、最速下降法相邻两搜索方向d k和d k+1必为向量。
A 相切B 正交C 成锐角D 共轭17、下列关于共轭梯度法的叙述，错误的是。
A 需要求海赛矩阵B 除第一步以外的其余各步的搜索方向是将负梯度偏转一个角度C 共轭梯度法具有二次收敛性D 第一步迭代的搜索方向为初始点的负梯度18、下列关于内点惩罚函数法的叙述，错误的是 。
A 可用来求解含不等式约束和等式约束的最优化问题。
B 惩罚因子是不断递减的正值C 初始点应选择一个离约束边界较远的点。
D 初始点必须在可行域内三、问答题1．什么是内点惩罚函数法？什么是外点惩罚函数法？他们适用的优化问题是什么？在构造惩罚函数时，内点惩罚函数法和外点惩罚函数法的惩罚因子的选取有何不同？1）内点惩罚函数法是将新目标函数定义于可行域内，序列迭代点在可行域内逐步逼近约束边界上的最优点。
内点法只能用来求解具有不等式约束的优化问题。
内点惩罚函数法的惩罚因子是由大到小，且趋近于0的数列。
相邻两次迭代的惩罚因子的关系为 1(1,2,)k k r cr k -==⋅⋅⋅c 为惩罚因子的缩减系数，其为小于1的正数，通常取值范围在0.1~0.7 2）外点惩罚函数法简称外点法，这种方法新目标函数定义在可行域之外，序列迭代点从可行域之外逐渐逼近约束边界上的最优点。
外点法可以用来求解含不等式和等式约束的优化问题。
外点惩罚函数法的惩罚因子，它是由小到大，且趋近于∞的数列。
惩罚因子按下式递增1(1,2,)k k r cr k -==⋅⋅⋅，式中c 为惩罚因子的递增系数，通常取5~10c =2．为什么说共轭梯度法实质上是对最速下降法进行的一种改进？. 答：共轭梯度法是共轭方向法中的一种，在该方法中每一个共轭向量都依赖于迭代点处的负梯度构造出来的。
共轭梯度法的第一个搜索方向取负梯度方向，这是最速下降法。
其余各步的搜索方向是将负梯度偏转一个角度，也就是对负梯度进行修正。
所以共轭梯度法的实质是对最速下降法的一种改进。
四、计算题1、用外点法求解此数学模型()()min ..10F X x s t g x x =⎧⎪⎨=-≤⎪⎩2 将()22121212262233f x x x x x x x =+++++写成标准二次函数矩阵的形式。
3 用外点法求解此数学模型 ：()()()12211221min ..00f X x x s tg X x x g X x =+=-≤=-≤4 求出()221122262420f x x x x x =-+-+的极值及极值点。
5 用外点法求解此数学模型 ：()()()()31211221min 13..100f X x x s tg X x g X x =++=-+≤=≥6．用内点法求下列问题的最优解：312)(2112221≤-=⋅+-+=x g ts x x x x f m in（提示：可构造惩罚函数 []∑=-=21)(ln )(),(u u x g r x f r x φ，然后用解析法求解。
）。
7.设已知在二维空间中的点[]T x x x 21=，并已知该点的适时约束的梯度[]T g 11--=∇，目标函数的梯度[]T f 15.0-=∇，试用简化方法确定一个适用的可行方向。
8. 用梯度法求下列无约束优化问题：Min F(X)=x 12+4x 22，设初始点取为X (0)=[2 2]T ，以梯度模为终止迭代准则，其收敛精度为5。
9. 对边长为3m 的正方形铁板，在四个角处剪去相等的正方形以制成方形无盖水槽，问如何剪法使水槽的容积最大？建立该问题的优化设计的数学模型。
10. 已知约束优化问题：)(0)(025)(124)(m in 231222211221≤-=≤-=≤-+=⋅--=x x g x x g x x x g ts x x x f试以[][][]T T T x x x 33,14,12030201===为复合形的初始顶点，用复合形法进行一次迭代计算。
11. 使用黄金分割法确定函数()3342f x x x =-+的极值点。
初始点00,1,0.8x h ε===。
（使用进退法先确定初始区间）12. 用阻尼牛顿法求函数()221225f X x x =+的极小点。
13. 利用库恩-塔克条件判断[]*1,0X =点是不是下列优化设计数学模型的极值点？()()()()()221221122132min 2..1000f X x x s tg X x x g X x g X x =-+ =+-≤ =-≤ =-≤四、解答题1、试用梯度法求目标函数f(X)=1.5x 12+0.5x 22- x 1x 2-2x 1的最优解，设初始点x (0)=[-2，4]T ,选代精度ε=0.02（迭代一步）。
2、试用牛顿法求f( X )=(x 1-2)2+(x 1-2x 2)2的最优解，设初始点x (0)=[2,1]T 。
3、设有函数 f(X)=x 12+2x 22-2x 1x 2-4x 1，试利用极值条件求其极值点和极值。
4、求目标函数f( X )=x 12+x 1x 2+2x 22 +4x 1+6x 2+10的极值和极值点。
5、试证明函数 f( X )=2x 12+5x 22 +x 32+2x 3x 2+2x 3x 1-6x 2+3在点[1，1，-2]T 处具有极小值。
6、给定约束优化问题min f(X)=(x 1-3)2+(x 2-2)2 s.t. g 1(X)=x 12+x 22-5≤0 g 2(X)=x 1+2x 2-4≤0 g 3(X)=-x 1≤0 g 4(X)=-x 2≤0验证在点T X]2[，１=Kuhn-Tucker条件成立。
7、设非线性规划问题1)(0)(0)(..)2()(min2221322112221≤-+-=≤-=≤-=+-=x x X g x X g x X g t s x x X f用K-T 条件验证[]T X 0,1*=为其约束最优点。
