-机械优化设计复习试题与答案
- 格式:doc
- 大小:259.00 KB
- 文档页数:10
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
F X
∇= B.()*0
F X
∇=,()*
H X为正定
C.()*0
H X= D.()*0
F 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.1
K n
≤+ B.2
K n
≥ C.12
n K n
+≤≤ D.21
n K n
≤≤-
3.目标函数F(x)=4x2
1+5x2
2
,具有等式约束,其等式约束条件为h(x)=2x
1
+3x
2
-6=0,则目
标函数的极小值为()
A.1 B.19.05 C.0.25 D.0.1
4.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hn
D.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.A10C.11.B12.C13A14.B15.B16D17.D18.A
19.B.20.D21.A22.D23.C24.B25.D26.D27.A28.B29.B30.B
5.黄金分割法中,每次缩短后的新区间长度与原区间长度的比值始终是一个常数,此常数是()。A.0.382B.0.186 C.0.618D.0.816
6.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
2
D.x
4
7.已知二元二次型函数F(X)=AX X 2
1
T ,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()。
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.B
2.C
3.B
4.B
5.A
6.B
7.D
8.B
9.A10C.11.B12.C13A14.B15.B16D17.D18.A 19.B.20.D21.A22.D23.C24.B25.D26.D27.A28.B29.B30.B
11.在单峰搜索区间[x 1x 3](x 1 A.[x 1x 4] B.[x 2x 3] C.[x 1x 2] D.[x 4x 3] 12.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() A.n 次 B.2n 次 C.n+1次 D.2次 13.在下列特性中,梯度法不具有的是()。 A.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 16.约束极值点的库恩—塔克条件为∇F(X)=)X (g i q 1i 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)=-122212 1x 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/() g X 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[,()] 01 g X u u m =∑ D.Ф(X,r (k) )=F(X)-r (k) min[,()]01 g X u u m =∑ 19.在无约束优化方法中,只利用目标函数值构成的搜索方法是() A.梯度法B.Powell 法C.共轭梯度法D.变尺度法 1.B 2.C 3.B 4.B 5.A 6.B 7.D 8.B 9.A10C.11.B12.C13A14.B15.B16D17.D18.A 19.B.20.D21.A22.D23.C24.B25.D26.D27.A28.B29.B30.B 20.利用0.618法在搜索区间[a,b ]内确定两点a 1=0.382,b 1=0.618,由此可知区间[a,b ] 的值是() A.[0,0.382] B.[0.382,1] C.[0.618,1] D.[0,1] 21.已知函数F(X)=x 12+x 22-3x 1x 2+x 1-2x 2+1,则其Hessian 矩阵是() A.⎥⎦⎤⎢ ⎣⎡--2332 B.⎥⎦⎤⎢⎣⎡2332 C.⎥⎦⎤⎢⎣⎡2112 D.⎥⎦ ⎤ ⎢⎣⎡--3223 22.对于求minF(X)受约束于g i (x)≤0(i=1,2,…,m)的约束优化设计问题,当取λi ≥0时,则约 束极值点的库恩—塔克条件为() A.∇F(X)=∑=∇λm 1i i i (X)g ,其中λi 为拉格朗日乘子