欢迎来到天天文库
浏览记录
ID:55686843
大小:247.00 KB
页数:5页
时间:2020-05-24
《优化设计试卷练习及答案.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、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.函数在点处的梯度为,海赛矩阵为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.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。6.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。8.二元函数在某点处取得极值的必要条件
2、是充分条件是该点处的海赛矩阵正定9改变复合形形状的搜索方法主要有反射,扩张,收缩,压缩10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11.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。12.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。13.数学规划法的迭代公式是,其核心是建立搜索方向,和计算最佳步长14.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
3、关键的一步,它是取得正确结果的前提。二、名词解释1.凸规划对于约束优化问题若、都为凸函数,则称此问题为凸规划。2.可行搜索方向是指当设计点沿该方向作微量移动时,目标函数值下降,且不会越出可行域。3.设计空间:n个设计变量为坐标所组成的实空间,它是所有设计方案的组合4.收敛性是指某种迭代程序产生的序列收敛于5.可行域:满足所有约束条件的设计点,它在设计空间中的活动范围称作可行域。三、简答题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
4、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
5、大,且趋近于的数列。惩罚因子按下式递增,式中为惩罚因子的递增系数,通常取2.算法的收敛准则由哪些?试简单说明。略3.优化设计的数学模型一般有哪几部分组成?简单说明。略4.简述随机方向法的基本思路答:随机方向法的基本思路是在可行域内选择一个初始点,利用随机数的概率特性,产生若干个随机方向,并从中选择一个能使目标函数值下降最快的随机方向作为可行搜索方向。从初始点出发,沿搜索方向以一定的步长进行搜索,得到新的值,新点应该满足一定的条件,至此完成第一次迭代。然后将起始点移至,重复以上过程,经过若干次迭代计算后,
6、最终取得约束最优解。三、计算题1.试用梯度法求的最优解,设。 初始点为,则初始点处的函数值和梯度分别为,沿梯度方向进行一维搜索,有为一维搜索最佳步长,应满足极值必要条件,从而算出一维搜索最佳步长则第一次迭代设计点位置和函数值,从而完成第一次迭代。按上面的过程依次进行下去,便可求得最优解。2、试用黄金分割法求函数的极小点和极小值,设搜索区间(迭代一次即可)解:显然此时,搜索区间,首先插入两点,由式 计算相应插入点的函数值。 因为。所以消去区间,得到新的搜索区间,
7、即。 第一次迭代: 插入点, 相应插入点的函数值, 由于,故消去所以消去区间,得到新的搜索区间,则形成新的搜索区间。至此完成第一次迭代,继续重复迭代过程,最终可得到极小点。3.用牛顿法求目标函数+5的极小点,设。解:由,则,其逆矩阵为因此可得:,从而经过一次迭代即求得极小点,4.下表是用黄金分割法求目标函数的极小值的计算过程,请完成下表。迭代序号ab比较00.211迭代序号ab比较00.20.50560.6944140.0626〉29.496210.50560.69440.8111129.49
8、62〉25.4690
此文档下载收益归作者所有