最新整合-机械优化设计题型及知识点

《最新整合-机械优化设计题型及知识点》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机械优化设计题型及分值一、填空题18分11题二、选择题36分12题三、简答题31分3题四、计算题15分1题五、平时、实验报告占40%，卷面成绩占60%。1、数学模型的三要素设计变量、约束条件、目标函数。2、公式表示数值迭代搜索法由K到点（K＋1）间的搜索情况，其中表示搜索方向，表示搜索步长。3、多元函数在处梯度是极值存在的必要条件。4、在无约束优化问题中，根据设计变量的多少，优化求优的搜索过程分为一维搜索和多维搜索，一维搜索方法有：黄金分割法、二次插值法和切线法。多维搜索方法有坐标轮换法、最速下降法、牛顿法和变尺度法等。5、设计空间中的一个点就是

2、一种设计方案.6、0.618黄金分割法是一种等比缩短区间的直接搜索方法。7、在单峰搜索区间[a,b]内,任取两个试算点a1，a2,若两点的函数值F(a1)>F(a2),则缩小后的区间[a,b]。8、凸规划的任何局部极小解一定是全局最优解。9、有两个设计变量,目标函数与设计变量之间的关系是二维空间中的一个曲面。10、最速下降法搜索方向负梯度方向又称梯度法。11、机械优化设计中根据设计要求事先给定的独立参数是设计常量。12、机械最优化设计问题多属于约束非线性优化问题。13、设计变量数目在10与50个之间时称为中型优化问题。14、无约束优化方法中，属于

3、直接法有共轭方向法。15、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，它们的函数值形成高—低—高趋势。16、梯度法和牛顿法可看作是变尺度法的一种特例。17、对于多元函数的无约束优化问题，判断其最优点可以根据目标函数的梯度判定。18、梯度方向是函数具有最大变化率的方向。19、等值线或等值面更适合表达优化问题的数值迭代搜索求解过程。20、优化过程中，设计变量的取值约束应该在可行域内。若矩阵A的各阶顺序主子式均大于零，则该矩阵为正定矩阵.21、目标函数，具有等式约束条件，则目标函数的极小值为0.25。22、优化过程中，

4、设计变量的取值约束应该在可行域内。23、学过的几种无约束优化和约束优化方法三种，机械优化设计的应用。24、数值迭代法解优化问题收敛性判断及迭代终止准则。25、向量和若对矩阵是共轭方向满足条件。共轭方向法建立的依据。26、共轭梯度法计算二次函数的极小点及极小值，取初始点。参照课本72页。解：第一步：1），取初始点沿方向进行一维搜索：其中为最佳步长，可经过求得的值。，，则。第二步：2）为建立第二个共轭方向，计算点的梯度及系数值。，第二个共轭方向再沿着进行一维搜索得：其中为最佳步长，通过，求得，计算得点梯度，海赛矩阵是正定。则满足极值充要条件，为极小点

5、。代入求得函数极值