机械优化设计与可靠性设计 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. 1. 优化设计问题的基本解法有 解析法 法和 数值法2. 无约束优化问题取得极值的充分必要条件是 一阶导数等于零 和 二阶导数大于零。

第一、填空题1.组成优化设计的数学模型的三要素是 设计变量 、目标函数 和 约束条件 。

2.可靠性定量要求的制定，即对定量描述产品可靠性的 参数的选择 及其 指标的确定 。

3.多数产品的故障率随时间的变化规律，都要经过浴盆曲线的 早期故障阶段 、 偶然故障阶段 和 耗损故障阶段 。

4.各种产品的可靠度函数曲线随时间的增加都呈 下降趋势 。

5.建立优化设计数学模型的基本原则是在准确反映 工程实际问题 的基础上力求简洁 。

6.系统的可靠性模型主要包括 串联模型 、 并联模型 、 混联模型 、 储备模型 、 复杂系统模型 等可靠性模型。

7. 函数f(x 1,x 2)=2x 12 +3x 22-4x 1x 2+7在X 0=[2 3]T 点处的梯度为 ，Hession矩阵为 。

（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-⎡⎤⎢⎥-⎣⎦8.传统机械设计是 确定设计 ；机械可靠性设计则为 概率设计 。

9.串联系统的可靠度将因其组成单元数的增加而 降低 ，且其值要比可靠度 最低 的那个单元的可靠度还低。

10.与电子产品相比，机械产品的失效主要是 耗损型失效 。

11. 机械可靠性设计 揭示了概率设计的本质。

12. 二元函数在某点处取得极值的充分条件是()00f X ∇=必要条件是该点处的海赛矩阵正定。

13.对数正态分布常用于零件的 寿命疲劳强度 等情况。

14.加工尺寸、各种误差、材料的强度、磨损寿命都近似服从 正态分布 。

15.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，模型求解 两方面的内容。

17.无约束优化问题的关键是 确定搜索方向 。

18.多目标优化问题只有当求得的解是 非劣解 时才有意义，而绝对最优解存在的可能性很小。

19.可靠性设计中的设计变量应具有统计特征，因而认为设计手册中给出的数据范围涵盖了均值左右 3σ 的区间。

机械优化设计试题及答案### 机械优化设计试题及答案#### 一、选择题（每题2分，共10分）1. 机械优化设计的最基本目标是什么？- A. 最小化成本- B. 最大化效率- C. 确保安全性- D. 以上都是2. 以下哪个是优化设计中常用的数学方法？- A. 线性代数- B. 微积分- C. 概率论- D. 几何学3. 在进行机械优化设计时，以下哪个因素通常不是设计变量？ - A. 材料选择- B. 尺寸参数- C. 工作温度- D. 制造工艺4. 机械优化设计中，约束条件通常包括哪些类型？- A. 应力约束- B. 位移约束- C. 速度约束- D. 所有上述5. 以下哪个软件不是用于机械优化设计的？- A. ANSYS- B. MATLAB- C. AutoCAD- D. SolidWorks#### 二、简答题（每题10分，共20分）1. 简述机械优化设计的基本步骤。

2. 解释什么是多目标优化，并举例说明其在机械设计中的应用。

#### 三、计算题（每题15分，共30分）1. 假设有一个机械臂设计问题，需要优化其长度以获得最大的工作范围。

如果机械臂的长度 \( L \) 与工作范围 \( R \) 的关系为 \( R = L \times \sin(\theta) \)，其中 \( \theta \) 是机械臂与水平面的夹角，\( 0 \leq \theta \leq 90^\circ \)，求当 \( \theta = 45^\circ \) 时，机械臂的最佳长度 \( L \)。

2. 考虑一个简单的梁结构，其长度为 \( 10 \) 米，承受均布载荷\( q = 10 \) kN/m。

若梁的弯曲刚度 \( EI \) 为 \( 1 \times10^7 \) Nm²，求梁的最大挠度 \( \delta \)。

#### 四、论述题（每题15分，共30分）1. 论述机械优化设计在现代制造业中的重要性。

机械优化设计复习题解答一、填空题1、用最速下降法求fX=100x 2- x 12 2+1- x 1 2的最优解时,设X 0＝,T ,第一步迭代的搜索方向为 -47,-50T ;2、机械优化设计采用数学规划法,其核心一是寻找搜索方向,二是计算最优步长;3、当优化问题是凸规划的情况下,任何局部最优解就是全域最优解;4、应用进退法来确定搜索区间时,最后得到的三点,即为搜索区间的始点、中间点和终点,它们的函数值形成 高－低－高 趋势;5、包含n 个设计变量的优化问题,称为 n 维优化问题;6、函数C X B HX X T T++21的梯度为HX+B ; 7、设G 为n×n 对称正定矩阵,若n 维空间中有两个非零向量d 0,d 1,满足d 0T Gd 1=0,则d 0、d 1之间存在共轭关系;8、 设计变量 、 目标函数 、 约束条件 是优化设计问题数学模型的基本要素;9、对于无约束二元函数),(21x x f ,若在),(x 20100x x 点处取得极小值,其必要条件是,充分条件是正定 ;10、 库恩-塔克 条件可以叙述为在极值点处目标函数的梯度为起作用的各约束函数梯度的非负线性组合; 11、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点,初始搜索区间]10,10[],[-=b a ,经第一次区间消去后得到的新区间为 10 ; 12、优化设计问题的数学模型的基本要素有设计变量、 目标函数 、 约束条件;13、牛顿法的搜索方向d k= ,其计算量大 ,且要求初始点在极小点 附近 位置; 14、将函数fX=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成C X B HX X T T++21的形式 ;15、存在矩阵H,向量 d 1,向量 d 2,当满足d 1T Hd 2=0,向量 d 1和向量 d 2是关于H 共轭; 16、采用外点法求解约束优化问题时,将约束优化问题转化为外点形式时引入的惩罚因子r 数列,具有单调递增特点;17、采用数学规划法求解多元函数极值点时,根据迭代公式需要进行一维搜索,即求最优步长;1k k H g --18、与负梯度成锐角的方向为函数值下降的方向,与梯度成直角的方向为函数值变化为零的方向;19、对于一维搜索,搜索区间为[]b a ,,中间插入两个点()()111111,,,b f a f b a b a <<计算出,则缩短后的搜索区间为11b a20、由于确定搜索方向和最佳步长的方法不一致,派生出不同的无约束优化问题数值求解方法;1、导出等式约束极值条件时,将等式约束问题转换为无约束问题的方法有消元法和拉格朗日法;2、优化问题中的二元函数等值线,从外层向内层函数值逐渐变小;3、优化设计中,可行设计点位可行域内内的设计点;4、方向导数定义为函数在某点处沿某一方向的变化率5、在n 维空间中互相共轭的非零向量个数最多有n 个;6、外点惩罚函数法的迭代过程可在可行域外进行,惩罚项的作用是随便迭代点逼近边界或等式约束曲面; 二、选择题1、下面C 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、对于约束问题根据目标函数等值线和约束曲线,判断()1[1,1]T X =为 ,()251[,]22TX =为 ;D 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B 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、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fa1<fb1,则缩短后的搜索区间为D;A a1,b1B b1,bC a1,bD a,b15、D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6、变尺度法的迭代公式为x k+1=x k-αk H k▽fx k,下列不属于H k必须满足的条件的是C ;A. Hk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7、函数)(Xf在某点的梯度方向为函数在该点的A;A、最速上升方向B、上升方向C、最速下降方向D、下降方向8、下面四种无约束优化方法中,D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9、设)(Xf为定义在凸集R上且具有连续二阶导数的函数,则)(Xf在R上为凸函数的充分必要条件是海塞矩阵GX在R上处处B;A 正定B 半正定C 负定D 半负定10、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D,假设要求在区间a,b插入两点α1、α2,且α1<α2;A、其缩短率为B、α1=b-λb-aC、α1=a+λb-aD、在该方法中缩短搜索区间采用的是外推法;11、与梯度成锐角的方向为函数值A方向,与负梯度成锐角的方向为函数值B方向,与梯度成直角的方向为函数值 C方向;A、上升B、下降C、不变D、为零12、二维目标函数的无约束极小点就是 B;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13、最速下降法相邻两搜索方向d k和d k+1必为 B 向量;A 相切B 正交C 成锐角D 共轭14、下列关于内点惩罚函数法的叙述,错误的是A;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、问答题看讲义1、试述两种一维搜索方法的原理,它们之间有何区答：搜索的原理是：区间消去法原理区别：1、试探法：给定的规定来确定插入点的位置,此点的位置确定仅仅按照区间的缩短如何加快,而不顾及函数值的分布关系,如黄金分割法2、插值法：没有函数表达式,可以根据这些点处的函数值,利用插值方法建立函数的某种近似表达式,近而求出函数的极小点,并用它作为原来函数的近似值;这种方法称为插值法,又叫函数逼近法;2、惩罚函数法求解约束优化问题的基本原理是什么答,基本原理是将优化问题的不等式和等式约束函数经过加权转化后,和原目标函数结合形成新的目标函数——惩罚函数求解该新目标函数的无约束极值,以期得到原问题的约束最优解3、试述数值解法求最佳步长因子的基本思路;答主要用数值解法,利用计算机通过反复迭代计算求得最佳步长因子的近似值4、试述求解无约束优化问题的最速下降法与牛顿型方法的优缺点;答：最速下降法此法优点是直接、简单,头几步下降速度快;缺点是收敛速度慢,越到后面收敛越慢;牛顿法优点是收敛比较快,对二次函数具有二次收敛性;缺点是每次迭代需要求海塞矩阵及其逆矩阵,维数高时及数量比较大;5、写出用数学规划法求解优化设计问题的数值迭代公式,并说明公式中各变量的意义,并说明迭代公式的意义;6、什么是共轭方向满足什么关系共轭与正交是什么关系四、解答题1、试用梯度法求目标函数fX=+ x1x2-2x1的最优解,设初始点x0=-2,4T,选代精度ε=迭代一步;解：首先计算目标函数的梯度函数,计算当前迭代点的梯度向量值梯度法的搜索方向为, 因此在迭代点x0的搜索方向为12,－6T 在此方向上新的迭代点为：===把新的迭代点带入目标函数,目标函数将成为一个关于单变量的函数令,可以求出当前搜索方向上的最优步长新的迭代点为当前梯度向量的长度, 因此继续进行迭代; 第一迭代步完成;2、试用牛顿法求f X =x1-22+x1-2x22的最优解,设初始点x0=2,1T;解1：注：题目出题不当,初始点已经是最优点,解2是修改题目后解法;牛顿法的搜索方向为,因此首先求出当前迭代点x0的梯度向量、海色矩阵及其逆矩阵不用搜索,当前点就是最优点;解2：上述解法不是典型的牛顿方法,原因在于题目的初始点选择不当;以下修改求解题目的初始点,以体现牛顿方法的典型步骤;以非最优点x0=1,2T作为初始点,重新采用牛顿法计算牛顿法的搜索方向为,因此首先求出当前迭代点x0的梯度向量、以及海色矩阵及其逆矩阵梯度函数：初始点梯度向量：海色矩阵：海色矩阵逆矩阵：当前步的搜索方向为：＝新的迭代点位于当前的搜索方向上：==＝＝把新的迭代点带入目标函数,目标函数将成为一个关于单变量的函数令,可以求出当前搜索方向上的最优步长新的迭代点为当前梯度向量的长度, 因此继续进行迭代;第二迭代步：因此不用继续计算,第一步迭代已经到达最优点;这正是牛顿法的二次收敛性;对正定二次函数,牛顿法一步即可求出最优点;3、设有函数 fX=x12+2x22-2x1x2-4x1,试利用极值条件求其极值点和极值;解：首先利用极值必要条件找出可能的极值点：令＝求得,是可能的极值点;再利用充分条件正定或负定确认极值点;因此正定, 是极小点,极值为fX=-84、求目标函数f X =x12+x1x2+2x22 +4x1+6x2+10的极值和极值点;解法同上5、试证明函数 f X =2x12+5x22 +x32+2x3x2+2x3x1-6x2+3在点1,1,-2T处具有极小值;解：必要条件：将点1,1,-2T带入上式,可得充分条件＝40正定;因此函数在点1,1,-2T处具有极小值6、给定约束优化问题min fX=x1-32+x2-22. g1X=－x12－x22＋5≥0g 2X=－x1－2x2＋4≥0g 3X= x1≥0g 4X=x2≥0验证在点TX]2[，１=Kuhn-Tucker条件成立; 解：首先,找出在点TX]2[，１=起作用约束：g1X ＝0g2X ＝0g3X ＝2g4X ＝1因此起作用约束为g1X、g2X;然后,计算目标函数、起作用约束函数的梯度,检查目标函数梯度是否可以表示为起作用约束函数梯度的非负线性组合;＝＝,求解线性组合系数得到均大于0因此在点T X ]2[，１=Kuhn-Tucker 条件成立 7、设非线性规划问题用K-T 条件验证[]TX 0,1*=为其约束最优点;解法同上8、已知目标函数为fX= x 1+x 2,受约束于：g 1X=-x 12+x 2≥0 g 2X=x 1≥0 写出内点罚函数; 解：内点罚函数的一般公式为其中： r 1>r 2 >r 3… >r k … >0 是一个递减的正值数列 r k ＝Cr k-1, 0＜C ＜1 因此 罚函数为：9、已知目标函数为fX= x 1-12+x 2+22受约束于：g 1X=-x 2-x 1-1≥0g 2X=2-x 1-x 2≥0 g 3X=x 1≥0 g 4X=x 2≥0试写出内点罚函数; 解法同上10、如图,有一块边长为6m 的正方形铝板,四角截去相等的边长为x 的方块并折转,造一个无盖的箱子,问如何截法x 取何值才能获得最大容器的箱子;试写出这一优化问题的数学模型以及用MATLAB 软件求解的程序;11、某厂生产一个容积为8000cm 3的平底无盖的圆柱形容器,要求设计此容器消耗原材料最少,试写出这一优化问题的数学模型以及用MATLAB 软件求解的程序;12、一根长l 的铅丝截成两段,一段弯成圆圈,另一段弯折成方形,问应以怎样的比例截断铅丝,才能使圆和方形的面积之和为最大,试写出这一优化设计问题的数学模型以及用MATLAB 软件求解的程序;13、求表面积为300m 2的体积最大的圆柱体体积;试写出这一优化设计问题的数学模型以及用MATLAB 软件求解的程序; 14、薄铁板宽20cm,折成梯形槽,求梯形侧边多长及底角多大,才会使槽的断面积最大;写出这一优化设计问题的数学模型,并用matlab软件的优化工具箱求解写出M文件和求解命令;15、已知梯形截面管道的参数是：底边长度为c,高度为h,面积A=64516mm2,斜边与底边的夹角为θ,见图1;管道内液体的流速与管道截面的周长s的倒数成比例关系s只包括底边和两侧边,不计顶边;试按照使液体流速最大确定该管道的参数;写出这一优化设计问题的数学模型;并用matlab软件的优化工具箱求解写出M文件和求解命令;16、某电线电缆车间生产力缆和话缆两种产品;力缆每米需用材料9kg,3个工时,消耗电能4kW·h,可得利润60元；话缆每米需用材料4kg,10个工时,消耗电能5kW·h,可得利润120元;若每天材料可供应360kg,有300个工时消耗电能200kW·h可利用;如要获得最大利润,每天应生产力缆、话缆各多少米写出该优化问题的数学模型以及用MATLAB软件求解的程序;。

欢迎共阅机械优化设计复习题一.单项选择题1．一个多元函数()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．()*0∇=,()*H X为正定F X∇= B. ()*0F X⎣⎦A.正定B.负定C.不定D.半正定8.内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9.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（ ）。

A.凸函数B.凹函数C.严格凸函数D.严格凹函数1.B2.C3.B4.B5.A6.B7.D8.B9.A 10C.11.B 12.C 13A 14.B 15.B 1616.约束极值点的库恩—塔克条件为∇F(X)=)X (g i q1i i ∇λ-∑=，当约束条件g i (X)≤0(i=1,2,…,m)和λi ≥0时，则q 应为 ( )。

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)=-1222121x 2x x x 2x 2+-+，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18．对于极小化F(X)，而受限于约束g μ(X)≤0(μ=1,2,…,m)的优化问题，其内点罚函数表达式为（ ）A. Ф(X, r (k))=F(X)-r (k)11/()gX u u m =∑ B. Ф(X, r (k))=F(X)+r (k)11/()g X u u m =∑C. Ф(X, r (k))=F(X)-r (k)max[,()]01gX u u m =∑ D. Ф(X, r (k))=F(X)-r (k)min[,()]01g X u u m =∑23. 在共轭梯度法中，新构造的共轭方向S (k+1)为( )A. S (k+1)= ∇F(X (k+1))+β(k)S (K)，其中β(k)为共轭系数B. S (k+1)=∇F(X (k+1))－β(k)S (K)，其中β(k)为共轭系数C. S (k+1)=-∇F(X (k+1))+β(k)S (K)，其中β(k)为共轭系数D. S (k+1)=-∇F(X (k+1))－β(k)S (K)，其中β(k)为共轭系数24. 用内点罚函数法求目标函数F(X)=ax+b 受约束于g(X)=c-x ≥0的约束优化设计问题，其惩罚函数表达式为( )A. ax+b-r (k)x-c 1，r (k)为递增正数序列B. ax+b-r (k)x-c 1，r (k)为递减正数序列 C. ax+b+ r (k)x-c 1，r (k)为递增正数序列 D. ax+b+r (k)x-c 1，r (k)为递减正数序列 25. 已知F(X)=x 1x 2+2x 22+4,则F(X)在点X (0)=⎭⎬⎫⎩⎨⎧-11的最大变化率为( ) A. 10 B. 4 C. 2 D. 105.函数()2212144f x x x x =+-+，在点()[]132TX = 处的梯度为 。

机械优化设计复习题一、单项选择题5. 机械最优化设计问题多属于什么类型优化问题（ ）（P19-24）A .约束线性B .无约束线性C .约束非线性D .无约束非线性6. 工程优化设计问题大多是下列哪一类规划问题（ ）（P22-24）A .多变量无约束的非线性B .多变量无约束的线性C .多变量有约束的非线性D .多变量有约束的线性7. n 元函数在()k x 点附近沿着梯度的正向或反向按给定步长改变设计变量时，目标函数值（ ）（P25-28）A .变化最大B .变化最小C .近似恒定D .变化不确定8.()f x ∇方向是指函数()f x 具有下列哪个特性的方向（ ）（P25-28）A . 最小变化率B .最速下降C . 最速上升D .极值9. 梯度方向是函数具有（ ）的方向 （P25-28）A ．最速下降B ．最速上升C ．最小变化D ．最大变化率10. 函数()f x 在某点的梯度方向为函数在该点的（）（P25-28）A .最速上升方向B .上升方向C .最速下降方向D .下降方向11. n 元函数()f x 在点x 处梯度的模为（ ）（P25-28）A.f ∇= B .12...nf f f f x x x ∂∂∂∇=++∂∂∂ C .22212()()...()n f f f f x x x ∂∂∂∇=++∂∂∂ D.f ∇=12.更适合表达优化问题的数值迭代搜索求解过程的是（ ） （P25-31）A ．曲面或曲线B ．曲线或等值面C ．曲面或等值线D ．等值线或等值面13.一个多元函数()f x 在*x 点附近偏导数连续，则该点为极小值点的充要条件（ ）（P29-31）A.*()0f x ∇=B. *()0G x =C. 海赛矩阵*()G x 正定D. **()0G()f x x ∇=，负定14.12(,)f x x 在点*x 处存在极小值的充分条件是：要求函数在*x 处的Hessian 矩阵*()G x 为（ ）（P29-31） A .负定 B .正定 C .各阶主子式小于零 D .各阶主子式等于零15.在设计空间内，目标函数值相等点的连线，对于四维以上问题，构成了（ ）（P29-33）A .等值域B .等值面C .同心椭圆族D .等值超曲面16.下列有关二维目标函数的无约束极小点说法错误的是（ ）（P31-32）A .等值线族的一个共同中心点B .梯度为零的点C .驻点D .海赛矩阵不定的点17.设()f x 为定义在凸集D 上且具有连续二阶导数的函数，则()f x 在D 上为凸函数的充分必要条件是海赛矩阵()G x 在D 上处处（ ）（P33-35）A .正定B .半正定C .负定D .半负定18.下列哪一个不属于凸规划的性质（ ）（P33-35）A.凸规划问题的目标函数和约束函数均为凸函数B.凸规划问题中，当目标函数()f x 为二元函数时，其等值线呈现为大圈套小圈形式C.凸规划问题中，可行域{|()01,2,...,}i D x g x j m =≤=为凸集D.凸规划的任何局部最优解不一定是全局最优解19.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（ ）（P36-38）A ．降维法B .消元法C .数学规划法D .升维法20.若矩阵A 的各阶顺序主子式均大于零，则该矩阵为（ ）矩阵（P36-45）A .正定B .正定二次型C .负定D .负定二次型21.约束极值点的库恩-塔克条件为1()()qi i i f x g x λ=∇=-∇∑，当约束条件()0(1,2,...)i g x i m ≤=和0i λ≥时，则q 应为（ ）（P39-47） A .等式约束数目 B .起作用的等式约束数目C .不等式约束项目D .起作用的不等式约束数目22.一维优化方法可用于多维优化问题在既定方向上寻求下述哪个目的的一维搜索（ ）（P48-49）A ．最优方向B .最优变量C ．最优步长D ．最优目标23.在任何一次迭代计算过程中，当起始点和搜索方向确定后，求系统目标函数的极小值就是求（ ）的最优值问题（P48-49）A .约束B .等值线C .步长D .可行域24.求多维优化问题目标函数的极值时，迭代过程每一步的格式都是从某一定点()k x 出发，沿使目标函数满足下列哪个要求所规定方向()k d 搜索，以找出此方向的极小值(1)k x +（ ）（P48-49）A .正定B .负定C .上升D .下降25.对于一维搜索，搜索区间为[a,b],中间插入两个点1111a b a b <、，，计算出11()()f a f b <，则缩短后的搜索区间为（ ）（P49-51）A . [a 1,b 1]B . [b 1,b]C . [a 1,b]D . [a,b 1]26.函数()f x 为在区间[10,20]内有极小值的单峰函数，进行一搜索时，取两点13和16，若f （13）<f(16),则缩小后的区间为（ ）（P49-51）A.[10,16]B.[10,13]C. [13,16]D. [16,20]27.为了确定函数单峰区间内的极小点，可按照一定的规律给出若干试算点，依次比较各试算点的函数值大小，直到找到相邻三点的函数值按（）变化的单峰区间为止 （P49-52）A ．高-低-高B ．高-低-低C ．低-高-低D ．低-低-高28.0.618法是下列哪一种缩短区间方法的直接搜索方法（ ）（P51-53）A .等和B .等差C .等比D .等积29.假设要求在区间[a,b]插入两点12αα、，且12αα< ，下列关于一维搜索试探方法——黄金分割法的叙述，错误的是（ ）（P51-53）A.其缩短率为0.618B.1()b b a αλ=--C.1()a b a αλ=+-D.在该方法中缩短搜索区间采用的是区间消去法。

机械优化设计复习题一.单项选择题1．一个多元函数()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．()*0F X∇= B. ()*0F X∇=,()*H X为正定C．()*0H X= D. ()*0F X∇=,()*H X为负定2.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．1K n≤+ B. 2K n≥ C. 12n K n+≤≤ D. 21n K n≤≤-3．目标函数F（x）=4x21+5x22，具有等式约束，其等式约束条件为h(x)=2x1+3x2-6=0,则目标函数的极小值为（）A．1 B． 19.05 C．0.25 D．0.14.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( )。

A. ax+b+M(k){min［0,c+x］}2，M(k)为递增正数序列B. ax+b+M(k){min［0,c+x］}2，M(k)为递减正数序列C. ax+b+M(k){max［c+x,0］}2，M(k)为递增正数序列hnD. ax+b+M(k){max［c+x,0］}2，M(k)为递减正数序列1.B2.C3.B4.B5.A6.B7.D8.B9.A 10C.11.B 12.C 13A 14.B 15.B 16D 17.D 18.A0.186 C6.F(X)在区间［x1,x3］上为单峰函数，x2为区间中一点，x4为利用二次插值法公式求得的近似极值点。

如x 4-x 2>0,且F(x 4)>F(x 2)，那么为求F(X)的极小值，x 4点在下一次搜索区间内将作为( )。

A.x 1 B.x 3 C.x 2D.x 47.已知二元二次型函数F(X)=AX X 21T ，其中A=⎥⎦⎤⎢⎣⎡4221，则该二次型是( )的。

A.正定 B.负定 C.不定 D.半正定 8.内点罚函数法的罚因子为（ ）。

《机械优化设计》复习题一、填空题1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 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 。

2、机械优化设计采用数学规划法，其核心一是 ，二是 。

3、当优化问题是________的情况下，任何局部最优解就是全域最优解。

4、应用外推法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成 趋势。

5、包含n 个设计变量的优化问题，称为 维优化问题。

6、函数 C X B HX X T T ++21的梯度为 。

7、设G 为n×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在______关系。

8、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。

9、 、 、 是优化设计问题数学模型的基本要素。

10、对于无约束二元函数),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是 ，充分条件是 。

11、 条件可以叙述为在极值点处目标函数的负梯度为起作用的各约束函数梯度的非负线性组合。

12、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点，初始搜索区间]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 。

13、优化设计问题的数学模型的基本要素有 、 、 。

14、牛顿法的搜索方向d k = ，其计算量 ，且要求初始点在极小点 位置。

15、将函数f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成C X B HX X T T ++21的形式 。

16、存在矩阵H ，向量 d 1，向量 d 2，当满足 ，向量 d 1和向量 d 2是关于H 共轭。

17、采用外点法求解约束优化问题时，将约束优化问题转化为外点形式时引入的惩罚因子r 数列，具有 特点。

《机械优化设计》复习题解答一、填空题1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 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 [-47,-50]T 。

2、机械优化设计采用数学规划法，其核心一是寻找搜索方向，二是计算最优步长。

3、当优化问题是凸规划的情况下，任何局部最优解就是全域最优解。

4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成 高－低－高 趋势。

5、包含n 个设计变量的优化问题，称为 n 维优化问题。

6、函数C X B HX X T T++21的梯度为B 。

7、设G 为n×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在共轭关系。

8、 设计变量 、 目标函数 、 约束条件 是优化设计问题数学模型的基本要素。

9、对于无约束二元函数),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是，充分条件是(正定 。

10、 K-T 条件可以叙述为在极值点处目标函数的梯度为起作用的各约束函数梯度的非负线性组合。

11、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点，初始搜索区间]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 [-2.36 10] 。

12、优化设计问题的数学模型的基本要素有设计变量、 目标函数 、 约束条件。

13、牛顿法的搜索方向d k = ，其计算量大 ，且要求初始点在极小点 附近 位置。

14、将函数f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成C X B HX X T T++21的形式 。

15、存在矩阵H ，向量 d 1，向量 d 2，当满足d 1T Hd 2=0，向量 d 1和向量 d 2是关于H 共轭。

机械优化设计复习题一.单项选择题1．一个多元函数()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．()*0F X∇= B. ()*0F X∇=,()*H X为正定C．()*0H X= D. ()*0F X∇=,()*H X为负定2.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．1K n≤+ B. 2K n≥ C. 12n K n+≤≤ D. 21n K n≤≤-3．目标函数F（x）=4x21+5x22，具有等式约束，其等式约束条件为h(x)=2x1+3x2-6=0,则目标函数的极小值为（）A．1 B． 19.05 C．0.25 D．0.14.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( )。

A. ax+b+M(k){min［0,c+x］}2，M(k)为递增正数序列B. ax+b+M(k){min［0,c+x］}2，M(k)为递减正数序列C. ax+b+M(k){max［c+x,0］}2，M(k)为递增正数序列hnD. ax+b+M (k){max ［c+x,0］}2，M (k)为递减正数序列1.B2.C3.B4.B5.A6.B7.D8.B9.A 10C.11.B 12.C 13A 14.B 15.B 16 D 17.D 18.A0.186 C6.F(X)在区间［x 1,x 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 4-x 2>0,且F(x 4)>F(x 2)，那么为求F(X)的极小值，x 4点在下一次搜索区间内将作为( )。

A.x 1 B.x 3 C.x 2D.x 47.已知二元二次型函数F(X)=AX X 21T ，其中A=⎥⎦⎤⎢⎣⎡4221，则该二次型是( )的。

A.正定 B.负定 C.不定 D.半正定 8.内点罚函数法的罚因子为（ ）。