您的位置：360文档中心› 机械优化设计试卷及答案

机械优化设计试卷及答案

机械优化设计试卷及答案
机械优化设计试卷及答案

《机械优化设计》复习题及答案

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] 。

2、机械优化设计采用数学规划法,其核心一是建立搜索方向 二是计算最佳步长因子 。

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 ++2

1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 0)T Gd 1=0，则d 0、d 1之间存在_共轭_____关系。

8、 设计变量 、 约束条件 、 目标函数 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 梯

度为零 ，充分条件是 海塞矩阵正定 。

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 [-2.36,2.36] 。

12、优化设计问题的数学模型的基本要素有设计变量 、约束条件 目标函数 、

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 逼近 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 ++2

1的形式 。

15、存在矩阵H ，向量 d 1，向量 d 2，当满足 (d1)TGd2=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 由小到大趋于无穷 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 。

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 10

g 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[,]22

T

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、对于一维搜索，搜索区间为[a ，b]，中间插入两个点a 1、b 1，a 1

A [a 1，b 1]

B [ b 1，b]

C [a 1，b]

D [a ，b 1]

5、_________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▽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

7、函数)

f在某点的梯度方向为函数在该点的。

(X

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，__________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)

f在R上为凸函数的

(X

f为定义在凸集R上且具有连续二阶导数的函数，则)

(X

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

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，

假设要求在区间[a，b]插入两点α1、α2，且α1<α2。

A、其缩短率为0.618

B、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。

11、与梯度成锐角的方向为函数值上升方向，与负梯度成锐角的方向为函数值下降方向，与梯度成直角的方向为函数值不变方向。

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。

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 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

15、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

16、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

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

三、问答题

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。

四、解答题

1、试用梯度法求目标函数f(X)=1.5x12+0.5x22- x1x2-2x1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 )=(x1-2)2+(x1-2x2)2的最优解，设初始点x(0)=[2,1]T。

3、设有函数f(X)=x12+2x22-2x1x2-4x1，试利用极值条件求其极值点和极值。

4、求目标函数f( X )=x12+x1x2+2x22 +4x1+6x2+10的极值和极值点。

5、试证明函数f( X )=2x12+5x22 +x32+2x3x2+2x3x1-6x2+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()(min

2221322112221≥+-=≥=≥=+-=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。

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300m2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）。

判断题

1,二元函数等值线密集的区域函数值变化慢x

2海塞矩阵正定的充要条件是它的各阶主子式大于零x 3;当迭代点接近极小点时,步长变得很小, 越走越慢v 4二元函数等值线疏密程度变化

5 变尺度法不需海塞矩阵v

6梯度法两次的梯度相互垂直v

机械优化设计实验指导书

机械优化设计实验指导 书 Document number【AA80KGB-AA98YT-AAT8CB-2A6UT-A18GG】

《机械优化设计》 实验指导书 武秋敏编写 院系：印刷包装工程学院 专业：印刷机械 西安理工大学 二00七年九月 上机实验说明 【实验环境】 操作系统： Microsoft Windows XP 应用软件：Visual C++或TC。 【实验要求】 1、每次实验前，熟悉实验目的、实验内容及相关的基本理论知识。 2、无特殊要求，原则上实验为1人1组，必须独立完成。 3、实验所用机器最好固定，以便更好地实现实验之间的延续性和相关性，并便于检查。 4、按要求认真做好实验过程及结果记录。 【实验项目及学时分配】 【实验报告和考核】 1、实验报告必需采用统一的实验报告纸，撰写符合一定的规范，详见实验报告撰写格式及规范。

（一）预习准备部分 1. 预习本次实验指导书中一、二、三部分内容。 2. 按照程序框图试写出汇编程序。 （二）实验过程部分 1. 写出经过上机调试后正确的程序，并说明程序的功能、结构。 2. 记录4000～40FFH内容在执行程序前后的数据结果。 3. 调试说明，包括上机调试的情况、上机调试步骤、调试所遇到的问题是如何解决的，并对调试过程中的问题进行分析，对执行结果进行分析。 （三）实验总结部分

实验（一） 【实验题目】 一维搜索方法 【实验目的】 1．熟悉一维搜索的方法－黄金分割法，掌握其基本原理和迭代过程； 2．利用计算语言（C语言）编制优化迭代程序，并用给定实例进行迭代验证。 【实验内容】 1．根据黄金分割算法的原理，画出计算框图； 2．应用黄金分割算法，计算：函数F(x)=x2+2x，在搜索区间-3≤x≤5时，求解其极小点X*。 【思考题】 说明两种常用的一维搜索方法，并简要说明其算法的基本思想。 【实验报告要求】 1．预习准备部分：给出实验目的、实验内容，并绘制程序框图； 2．实验过程部分：编写上机程序并将重点语句进行注释；详细描述程序的调过程（包括上机调试的情况、上机调试步骤、调试所遇到的问题是如何解决的，并对调试过程中的问题进行分析。 3．实验总结部分：对本次实验进行归纳总结，给出求解结果。要求给出6重迭代中a、x1、x2、b、y1和y2的值，并将结果与手工计算结果进行比较。 4.回答思考题。

机械优化设计试卷期末考试及答案(补充版)

4、最优点、最优值和最优解 答：选取适当优化方法，对优化设计数学模型进行求解，可解得一组设计变量，记作: x * = [x1* , x2* , x3* , . . . , x n *]T 使该设计点的目标函数F (x*)为最小，点x*称为最优点(极小点)。相应的目标函数值F (x*) 称为最优值(极小值)。一个优化问题的最优解包着最优点(极小点)和最优值(极小值) 。把最优点和最优值的总和通称为最优解。 或： 优化设计就是求解n个设计变量在满足约束条件下使目标函数达到最小值，即 min f(x)=f(x*) x €R n s.t. g u (x)w 0,u= 1,2,... ,m； h v (x) = 0,v= 1,2,... ,p

《机械优化设计》复习题-答案

《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 ++2 1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 ?f(x 10,x 20)=0 ，充分条件是 ?2f (x 10,x 20)=0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 ++2 1的形式 12 [x 1 x 2][2 ?1?1 2][x 1 x 2 ]+[?10?4][x 1x 2 ]+60 。 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 --

机械优化设计论文(基于MATLAB工具箱的机械优化设计)

基于MATLAB工具箱的机械优化设计 长江大学机械工程学院机械11005班刘刚 摘要：机械优化设计是一种非常重要的现代设计方法，能从众多的设计方案中找出最佳方案，从而大大提高设计效率和质量。本文系统介绍了机械优化设计的研究内容及常规数学模型建立的方法，同时本文通过应用实例列举出了MATLAB 在工程上的应用。 关键词：机械优化设计；应用实例；MATLAB工具箱；优化目标 优化设计是20世纪60年代随计算机技术发展起来的一门新学科, 是构成和推进现代设计方法产生与发展的重要内容。机械优化设计是综合性和实用性都很强的理论和技术, 为机械设计提供了一种可靠、高效的科学设计方法, 使设计者由被动地分析、校核进入主动设计, 能节约原材料, 降低成本, 缩短设计周期, 提高设计效率和水平, 提升企业竞争力、经济效益与社会效益。国内外相关学者和科研人员对优化设计理论方法及其应用研究十分重视, 并开展了大量工作, 其基本理论和求解手段已逐渐成熟。 国内优化设计起步较晚, 但在众多学者和科研人员的不懈努力下, 机械优化设计发展迅猛, 在理论上和工程应用中都取得了很大进步和丰硕成果, 但与国外先进优化技术相比还存在一定差距, 在实际工程中发挥效益的优化设计方案或设计结果所占比例不大。计算机等辅助设备性能的提高、科技与市场的双重驱动, 使得优化技术在机械设计和制造中的应用得到了长足发展, 遗传算法、神经网络、粒子群法等智能优化方法也在优化设计中得到了成功应用。目前, 优化设计已成为航空航天、汽车制造等很多行业生产过程的一个必须且至关重要的环节。 一、机械优化设计研究内容概述 机械优化设计是一种现代、科学的设计方法, 集思考、绘图、计算、实验于一体, 其结果不仅“可行”, 而且“最优”。该“最优”是相对的, 随着科技的发展以及设计条件的改变, 最优标准也将发生变化。优化设计反映了人们对客观世界认识的深化, 要求人们根据事物的客观规律, 在一定的物质基和技术条件下充分发挥人的主观能动性, 得出最优的设计方案。 优化设计的思想是最优设计, 利用数学手段建立满足设计要求优化模型; 方法是优化方法, 使方案参数沿着方案更好的方向自动调整, 以从众多可行设计方案中选出最优方案; 手段是计算机, 计算机运算速度极快, 能够从大量方案中选出“最优方案“。尽管建模时需作适当简化, 可能使结果不一定完全可行或实际最优, 但其基于客观规律和数据, 又不需要太多费用, 因此具有经验类比或试验手段无可比拟的优点, 如果再辅之以适当经验和试验, 就能得到一个较圆满的优化设计结果。 传统设计也追求最优结果, 通常在调查分析基础上, 根据设计要求和实践

机械优化设计复习总结.doc

1. 优化设计问题的求解方法:解析解法和数值近似解法。解析解法是指优化对象用数学方程（数学模型）描述，用 数学 解析方法的求解方法。解析法的局限性：数学描述复杂，不便于或不可能用解析方法求解。数值解法：优 化对象无法用数学方程描述，只能通过大量的试验数据或拟合方法构造近似函数式，求其优化解；以数学原理 为指导，通过试验逐步改进得到优化解。数值解法可用于复杂函数的优化解，也可用于没有数学解析表达式的 优化问题。但不能把所有设计参数都完全考虑并表达，只是一个近似的数学描述。数值解法的基本思路：先确 定极小点所在的搜索区间，然后根据区间消去原理不断缩小此区间，从而获得极小点的数值近似解。 2. 优化的数学模型包含的三个基本要素：设计变量、约束条件（等式约束和不等式约束）、目标函数（一般使得目 标 函数达到极小值）。 3. 机械优化设计中，两类设计方法：优化准则法和数学规划法。 优化准则法：x ;+, = c k x k （为一对角矩阵） 数学规划法：X k+x =x k a k d k {a k \d k 分别为适当步长\某一搜索方向一一数学规划法的核心） 4. 机械优化设计问题一般是非线性规划问题，实质上是多元非线性函数的极小化问题。重点知识点：等式约束优 化问 题的极值问题和不等式约束优化问题的极值条件。 5. 对于二元以上的函数，方向导数为某一方向的偏导数。 函数沿某一方向的方向导数等于函数在该点处的梯度与这一方向单位向量的内积。梯度方向是函数值变化最快的方 向（最速上升方向），建议用单位向暈表示，而梯度的模是函数变化率的最大值。 6. 多元函数的泰勒展开。 7. 极值条件是指目标函数取得极小值吋极值点应满足的条件。某点取得极值，在此点函数的一阶导数为零，极值 点的 必要条件：极值点必在驻点处取得。用函数的二阶倒数来检验驻点是否为极值点。二阶倒数大于冬，取得 极小值。二阶导数等于零时，判断开始不为零的导数阶数如果是偶次，则为极值点，奇次则为拐点。二元函数 在某点取得极值的充分条件是在该点岀的海赛矩阵正定。极值点反映函数在某点附近的局部性质。 8. 凸集、凸函数、凸规划。凸规划问题的任何局部最优解也就是全局最优点。凸集是指一个点集或一个区域内， 连接 英中任意两点的线段上的所有元素都包含在该集合内。性质：凸集乘上某实数、两凸集相加、两凸集的交 集仍是凸集。凸函数：连接凸集定义域内任意两点的线段上，函数值总小于或等于用任意两点函数值做线性内 插所得的值。数学表达:/[^+（l-a ）x 2]

机械优化设计试卷及答案.doc

百度文库 《机械优化设计》复习题及答案 一、填空题 、用最速下降法求 2 2 2 2 的最优解时，设X （0）T ，第一步迭代 1 1 ＝[,] 1 f(X)=100(x - x ) +(1- x ) 的搜索方向为 [-47;-50] 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向二是计算最佳步长因子。 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。 、函数 1 X T HX B T X C 的梯度为HX+B 。 6 2 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0，d1，满足 (d0 T1 ，d ) Gd =0 则 d0、d1之间存在 _共轭_____关系。 8、设计变量、约束条件、目标函数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 f (x1 , x2 ) ，若在 x 0 ( x10 , x20 ) 点处取得极小值，其必要条件是梯 度为零，充分条件是海塞矩阵正定。 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 f ( x) x2 10 x 36的极小点，初始搜索区间 [ a,b] [ 10,10] ，经第一次区间消去后得到的新区间为[,] 。 12、优化设计问题的数学模型的基本要素有设计变量、约束条件目标函数、 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逼近位置。 14、将函数f(X)=x 2 2 表示成 1 X T HX T X C 的形 1 +x2 -x1x2-10x1-4x2+60 2 B 式。 15、存在矩阵 H，向量 d ，向量 d ，当满足(d1)TGd2=0 ，向量 d 和向量 d 1 2 1 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，具有由小到大趋于无穷特点。 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

《机械优化设计》试卷及问题详解

《机械优化设计》复习题及答案 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] 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向 二是计算最佳步长因子 。 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 ++2 1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 0)T Gd 1=0，则d 0、d 1之间存在_共轭_____关系。 8、 设计变量 、 约束条件 、 目标函数 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 梯 度为零 ，充分条件是 海塞矩阵正定 。 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 [-2.36,2.36] 。 12、优化设计问题的数学模型的基本要素有设计变量 、约束条件 目标函数 、 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 逼近 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 ++2 1的形式 。 15、存在矩阵H ，向量 d 1，向量 d 2，当满足 (d1)TGd2=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 由小到大趋于无穷 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 。

机械优化设计考试重点

机械优化设计复习点 判断题，分析题，计算题 一，优化问题的基本解法（简答填空题）p27 （1）画图法找最小点 （2）解析解法 （3）数值的近似解法 二，数学基础（简答题） （1）方向导数和梯度（概念，关系）p31 p32 （2）泰勒展开的物理含义及表达式p35 物理含义：泰勒展开在优化方法中十分重要，许多方法及其收敛性证明都是从泰勒出发的，是把方程g(x)=0的解，写成曲线方程的形式看看和x轴有什么交点。泰勒公式的应用一般有三个方面： 1、利用泰勒展开式做代换求函数的极限。 2、利用泰勒展开式证明一些等式或者不等式。 3、应用拉格朗日余项,可以估值,求近似值。 表达式：矩阵形式和线性代数形式 p35 （3）极值条件 在什么条件下判断找到最优解（极值条件）？ p38 无约束优化问题：通过莫干函数求导等于0，等式约束：通过拉格朗日参数法求无约束优化物理含义：课件上(暂无） 线性组合概念：课件上(暂无） 不等式约束的基本条件： 通过一个双次（？）变量转换成等式约束，再利用拉格朗日来求极值条件。导数的kt条件和kuhn-taker条件 p46 不等式的表达条件和物理含义： 三，一维搜索方法（计算题为主） （1）一维搜入优化方法：p59 （2）计算题（书上和课件上题型） 模拟计算机计算流程，把一两个迭代步，计算过程写出来 （3）黄金分割法的原理及迭代的步骤 （4）二次插值法算法推导及原理 四，无约束的优化方法（最重点） （1）最速下降法，牛顿法，共轭方向法，变尺度法（大概）p69-p83 （2）牛顿法和最速下降法的区别p70-p74 最速下降法的优点是算法简单，每次迭代计算量小，占用内存量小，且对初始点要求不高，即使从一个不好的初始点出发，往往也能收敛到局部极小点，但它有一个严重缺点就是收敛速度慢，特别是当椭圆比较扁平时，最速下降法的收敛速度越慢牛顿法收敛速度非常快，具有二次收敛的优点，但它存在下面四个严重的

(完整版)机械优化设计试卷期末考试及答案

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

09-10机械优化设计试卷期末考试及答案

第一、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()2 2 121 212,45f 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充分条件是()00f X ?=必要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。

机械优化设计实验指导书

前言 机械优化设计是一门实践性很强的课程，必须通过实际上机操作运用各种优化方法程序来达到： 1、加深对机械优化设计方法的基本理论和算法步骤的理解； 2、培养独立编制计算机程序的能力； 3、掌握常用优化方法程序的使用； 4、培养灵活运用优化方法解决工程设计问题的能力。 因此，本课程在课堂教学过程中安排适当的时间上计算机运算。本书作为上机实验的指导书，旨在对每次实验目的内容提出具体要求，并加以考核。 实验报告内容 每次上机实验后，学生要做一份完整的实验报告，实验报告内容应包括： 1、优化方法的基本原理简述； 2、自编优化方法源程序。 3、考核题的优化结果及其分析； 4、具体工程设计问题的数学模型、优化设计结果及其分析。

实验一 一维搜索方法（黄金分割法或二次插值法） 1、 目的：加深对一维搜索方法的确定区间的进退法和缩短区间的黄金分割法或二次插值法基本原理的理解 2、 内容：按所给程序框图编制上机程序，上机输入、调试并运行程序，或调试并运行已给程序，用所给考核题进行检验。 3、 考核题（α0＝0，h 0=0.1, ε=0.001） (1) 36102+-=t t )t (f min (2) 60645234+-+-=t t t t )t (f min (3) 221)t )(t ()t (f min -+= (4) x e x )x (f min -+=22 (5) 求函数4321322123141x x x x x x x x x x )X (f +--=自点T k ),,,(X 3210---=出发，沿方向T ),,,(4321=d 的最优步长因子α× 和在d 方向的极小点X *和极小值f(X *)。

机械优化设计复习总结

10. 1. 优化设计问题的求解方法：解析解法和数值近似解法。解析解法是指优化对象用数学方程（数学模型）描述，用数学解析 方法的求解方法。解析法的局限性：数学描述复杂，不便于或不可能用解析方法求解。数值解法：优化对象无法用数学 方程描述，只能通过大量的试验数据或拟合方法构造近似函数式，求其优化解；以数学原理为指导，通过试验逐步改进 得到优化解。数值解法可用于复 杂函数的优化解，也可用于没有数学解析表达式的优化问题。但不能把所有设计参数都 完全考虑并表达，只是一个近似的数学描述。数值解法的基本思路：先确定极小点所在的搜索区间，然后根据区间消去 原理不断缩小此区间，从而获得极小点的数值近似解。 2. 优化的数学模型包含的三个基本要素：设计变量、约束条件（等式约束和不等式约束）、目标函数（一般使得目标函 数达到极小值）。 3. 机械优化设计中， 两类设计方法：优化准则法和数学规划法。 k 1 k k 优化准则法：X c X （为一对角矩阵） k 1 数学规划法：X k 1 k k k X k d （ k d 分别为适当步长某一搜索方向一一数学规划法的核心） 4. 机械优化设计问题一般是非线性规划问题， 实质上是多元非线性函数的极小化问题。 的极值问题和不等式约束优化问题的极值条件。 5. 对于二元以上的函数，方向导数为某一方向的偏导数。 重点知识点：等式约束优化问题 f | X o *kCOS i d i 1 X i 函数沿某一方向的方向导数等于函数在该点处的梯度与这一方向单位向量的内积。 速上升方向），建议用 单位向量 表示，而梯度的模是函数变化率的最大值。 6. 梯度方向是函数值变化最快的方向 （最 7. 8. 9. 多元函数的泰勒展开。 f X f x 0 T f X o -X T G X o 2 f X o f X i f X 2 X , X 2 1 2 X1 X 2 2f 2f 为X 2 2 f X 1 X 2 X 1 2 f X 2 -- 2 X 2 海赛矩阵: x o 2 f ~2 X 1 2 f 2 f X l X 2 X 1 X 2 2 f 2 X 2 （对称方 阵） 极值条件是指目标函数取得极小值时极值点应满足的条件。 某点取得极值, 要条件：极值点必在驻点处取得。用函数的二阶倒数来检验驻点是否为极值点。 导数等于零时，判断开始不为零的导数阶数如果是偶次，则为极值点， 在此点函数的一阶导数为零， 极值点的必 二阶倒数大于零，取得极小值 。二阶 奇次 则为拐点。二元函数在某点取得极值的充 分条件是在该点岀的海赛矩阵正定。 极值点反映函数在某点附近的局部性质 凸集、凸函数、凸规划。 凸规划问题的任何局部最优解也就是全局最优点 中任意两点 的线段上的所有元素都包含在该集合内。 凸函数：连接凸集定义域内任意两点的线段上， 。凸集是指一个点集或一个区域内，连接其 性质： 凸集乘上某实数、两凸集相加、两凸集的交集仍是凸集。 函数值总小于或等于用任意两点函数值做线性内插所得的值。 数学表 达：f ax, 1 a x 2 f X i f X 2 0 1，若两式均去掉等号，则 f X 称作严格凸函数。凸 函数同样满足倍乘， 加法和倍乘加仍为凸函数的三条基本性质。 优化问题。 等式约束优化问题的极值条件。两种处理方法：消元法和拉格朗日乘子法。也分别称作降维法和升维法。消元法 等式约束条件的一个变量表示成另一个变量的函数。减少了变量的个数。拉格朗日乘子法是通过增加变量 约束优化问题变成无约束优化问题，增加了变量的个数。 不等式约束优化问题的极值条件。不等式约束的多元函数极值的必要条件为库恩塔克条件。库恩塔克条件： 凸规划针对目标函数和约束条件均为凸函数是的约束 :将 将等式

机械优化设计题目答案

1－1．简述优化设计问题数学模型的表达形式。 答：优化问题的数学模型是实际优化设计问题的数学抽象。在明确设计变量、约束条件、目标函数之后,优化设计问题就可以表示成一般数学形式。 求设计变量向量[] 1 2 T n x x x x = 使 ()min f x →且满足约束条件 ()0 (1,2, )k h x k l == ()0 (1,2, )j g x j m ≤= 利用可行域概念,可将数学模型的表达进一步简练。设同时满足 ()0 (1,2, ) j g x j m ≤=和 ()0 (1,2, )k h x k l ==的设计点集合为R ,即Ｒ为优化问题的可行域，则优化问题的数学模型可简练地写成 求x 使 min ()x R f x ∈ 符号“∈”表示“从属于”。 在实际优化问题中,对目标函数一般有两种要求形式：目标函数极小化 ()min f x →或目标函数极大化 ()max f x →。由于求()f x 的极大化与求()f x -的极小化等价，所以今后优化问题的数学表达一律采用目标函数极小 化形式。 １-２.简述优化设计问题的基本解法。（不要抄书,要归纳) 答：求解优化问题可以用解析解法，也可以用数值的近似解法。 解析解法就是把所研究的对象用数学方程（数学模型)描述出来，然后再用数学解析方法（如微分、变分方法等）求出有化解。 但是，在很多情况下,优化设计的数学描述比较复杂,因而不便于甚至不可能用解析方法求解；另外，有时对象本身的机理无法用数学方程描述，而只能通过大量试验数据用插值或拟合方法构造一个近似函数式,再来求其优化解,并通过试验来验证;或直接以数学原理为指导，从任取一点出发通过少量试验(探索性的计算),并根据试验计算结果的比较,逐步改进而求得优化解。这种方法是属于近似的、迭代性质的数值解法。 数值解法不仅可用于求复杂函数的优化解，也可以用于处理没有数学解析表达式的优化问题。因此,它是实际问题中常用的方法,很受重视。其中具体方法较多,并且目前还在发展。但是,应当指出,对于复杂问题,由于不能把所有参数都完全考虑并表达出来,只能是一个近似的最后的数学描述。由于它本来就是一种近似,那么，采用近似性质的数值方法对它们进行解算，也就谈不到对问题的精确性有什么影响了。 不管是解析解法，还是数值解法，都分别具有针对无约束条件和有约束条件的具体方法。 可以按照对函数倒数计算的要求，把数值方法分为需要计算函数的二阶导数、一阶导数和零阶导数(即只要计算函数值而不需计算其导数)的方法。 2-1.何谓函数的梯度？梯度对优化设计有何意义? 答:二元函数f(x １,x2)在x0点处的方向导数的表达式可以改写成下面的形式 ?? ??????????????=??+??=??2cos 1cos 212cos 21cos 1θθθθxo x f x f xo x f xo x f xo d f 令xo T x f x f x f x f x f ?? ????????= ????=?21]2 1[)0(并称它为函数f （x1，x2）在x0点处的梯度。 假设?? ????=2cos 1cos θθd 为D 方向上的单位向量,则有d T x f xo d f )0(?=?? 即函数f （x1,x2）在x ０点处沿某一方向d 的方向导数 xo d f ??等于函数在该点处的梯度)0(x f ?与d 方向单位向量的内积。 梯度方向是函数值变化最快的方向,而梯度的模就是函数变化率的最大值。 梯度与切线方向d 垂直,从而推得梯度方向为等值面的法线方向。梯度)0(x f ?方向为函数变化率最大方向，也就是最速上升方向。负梯度-)0(x f ?方向为函数变化率最小方向,即最速下降方向。 2－2.求二元函数 212 2212122),(x x x x x x f +-+=在T x ] 0,0[0=处函数变化率最大的方向和数值。 解;由于函数变化率最大的方向就是梯度的方向,这里用单位向量p 表示,函数变化率最大和数值时梯度的模) 0(x f ?。 求f （ｘ1，x ２）在ｘ0点处的梯度方向和数值,计算如下： ()??? ???-=??????+-=???? ??????????=?120122214210x x x x f x f x f

-机械优化设计复习试题与答案

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 ）=4x 2 1+5x 2 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.A 10C.11.B 12.C 13A 14.B 15.B 16 D 17.D 18.A 19.B.20.D 21.A 22.D 23.C 24.B 25.D 26.D 27.A 28.B 29.B 30.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.0.382 B.0.186 C.0.618 D.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 21 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（ ）。

机械优化设计实例讲解学习

机械优化设计实例 压杆的最优化设计 压杆是一根足够细长的直杆，以学号为p值，自定义有设计变量的 尺寸限制值，求在p一定时d1、d2和l分别取何值时管状压杆的体积或重 量最小？（内外直径分别为d1、d2）两端承向轴向压力，并会因轴向压力 达到临界值时而突然弯曲，失去稳定性，所以，设计时，应使压应力不 超过材料的弹性极限，还必须使轴向压力小于压杆的临界载荷。 解：根据欧拉压杆公式，两端铰支的压杆，其临界载荷为：I——材料的惯性矩，EI为抗弯刚度 1、设计变量 现以管状压杆的内径d1、外径d2和长度l作为设计变量 2、目标函数 以其体积或重量作为目标函数 3、约束条件 以压杆不产生屈服和不破坏轴向稳定性，以及尺寸限制为约束条件，在外力为p的情况下建立优化模型： 1） 2）

3） 罚函数： 传递扭矩的等截面轴的优化设计解：1、设计变量： 2、目标函数

以轴的重量最轻作为目标函数： 3、约束条件： 1）要求扭矩应力小于许用扭转应力，即： 式中：——轴所传递的最大扭矩 ——抗扭截面系数。对实心轴 2）要求扭转变形小于许用变形。即： 扭转角： 式中：G——材料的剪切弹性模数 Jp——极惯性矩，对实心轴： 3）结构尺寸要求的约束条件： 若轴中间还要承受一个集中载荷，则约束条件中要考虑：根据弯矩联合作用得出的强度与扭转约束条件、弯曲刚度的约束条件、对于较重要的和转速较高可能引起疲劳损坏的轴，应采用疲劳强度校核的安全系数法，增加一项疲劳强度不低于许用值的约束条件。

二级齿轮减速器的传动比分配 二级齿轮减速器，总传动比i=4，求在中心距A最小下如何 分配传动比？设齿轮分度圆直径依次为d1、d2、d3、d4。第一、二 级减速比分别为i1、i2。假设d1=d3,则： 七辊矫直实验 罚函数法是一种对实际计算和理论研究都非常有价值的优化方法，广泛用来求解约束问题。其原理是将优化问题中的不等式约束和等式约束加权转换后，和原目标函数结合成新的目标函数，求解该新目标函数的无约束极小值，以期得到原问题的约束最优解。考虑到本优化程序要处理的是一个兼而有之的问题，故采用混合罚函数法。 一）、优化过程 （1）、设计变量 以试件通过各矫直辊时所受到的弯矩为设计变量： （2）、目标函数

30586机械优化设计考纲

高纲1513 江苏省高等教育自学考试大纲 30586 机械优化设计 南京理工大学编 江苏省高等教育自学考试委员会办公室 Ⅰ课程性质与课程目标 一、课程性质和特点 《机械优化设计》是高等工科院校中机械设计制造及其自动化专业现代设计方法模块的一门选修课程，它综合运用先修课程所学到的数学、计算机编程和机械等方面知识与理论，来解决机械工程领域内有关机构、机械零部件、机械结构及机械系统的优化设计问题及机械工程领域的其他优化问题。通过课程的学习可以培养学生运用现代设计理论与方法来更好地解决机械工程设计问题的能力。为进一步深入学习现代机械设计的理论与方法及更好地从事机械工程方面的设计、制造和管理等相关工作打下良好的基础。本课程的特点是数学基础理论与计算机编程语言与机械设计专业知识高度结合的综合课程。 二、课程目标 本门课程通过授课、练习和上机实践等教学环节，使学生树立机械优化设计的基本思想，了解机械优化设计的基本概念，初步掌握建立优化数学模型的基本方法和要求，了解和掌握一维搜索、无约束优化和约束优化中的一些基本算法及各种基本优化方法的特点和相关优化参数的选用原则，具有一定的编制和使用优化软件工具的能力，并具备一定的将机械工程问题转化为最优化问题并求解的应用能力。 三、与相关课程的联系与区别 本课程教学需要的先修课程：高等数学、理论力学、材料力学、机械原理、机械设计、机械制造装备设计、计算机编程语言。 本门课程要利用高等数学中有关偏导数、函数、极值、线性代数和矩阵等知识来

构建优化的方法；利用力学、机械设计和机械制造等方面的专业知识将工程问题转化成规范的优化设计数学模型，并利用计算机编程语言将优化方法和数学模型转化成可以执行的计算机程序，从而得到优化问题的解。因此，它既区别于基础的数学、力学课程和计算机编程语言课，又不同于机械设计和机械制造等机械专业课程，是利用数学方法和编程语言来解决机械工程设计问题的综合性课程。需要培养学生综合应用各选修课程知识解决工程设计问题的能力。 四、课程的重点和难点 本课程的重点内容：机械优化设计的基本概念、一维搜索优化方法、基本的无约束优化方法和约束优化方法。 本课程的次重点内容：机械优化数学模型建立方法和原则、优化设计的数学基础、线性规划方法、多目标和离散变量的优化方法。 本课程的的难点内容：约束优化方法、优化方法在机械工程设计中的实际应用。 Ⅱ考核目标 本大纲在考核目标中，按照识记、领会和应用三个层次规定其应达到的能力层次要求。三个能力层次是递升的关系，后者必须建立在前者的基础上。各能力层次的含义是： 识记（Ⅰ）：要求考生能够识别和记忆本课程中有关优化设计数学模型和各种基本优化方法基本概念、基本原理、算法特点、算法步骤等主要内容并能够根据考核的不同要求，做正确的表述、选择和判断。 领会（Ⅱ）：要求考生能够领悟和理解本课程中有关优化问题数学建模、求解及各种基本优化方法的概念及原理的内涵及外延，理解各种优化方法的数学基础和求解步骤的确切含义，掌握每种方法的适用条件和优化参数选用原则；理解相关知识的区别和联系，做出正确的判断、解释和说明。 应用（Ⅲ）：要求考生能够根据所学的方法，对简单的优化问题求解，得出正确的结论或做出正确的判断。能够针对具体、实际的工程情况发现问题，并能探究解决问题的方法，建立合理的数学模型，用所学的优化方法进行求解，并学会编程或利用现有优化软件求解优化问题。 Ⅲ课程内容与考核要求 绪论 一、学习目的与要求 了解机械优化设计的特点、发展概况以及本课程的主要内容。 二、课程内容 传统设计和优化设计的特点和区别，机械优化设计发展概况及本课程的主要内容。 三、考核知识点与考核要求 1. 传统设计和优化设计 识记：传统设计特点，传统设计流程； 领会：优化设计特点，现代设计流程。 2. 机械优化设计发展概况

《机械优化设计》试卷及答案

《机械优化设计》复习题及答案 、填空题 1、用最速下降法求f(X)=100(x2- X12) 2+(1- x i) 2的最优解时，设X (°)=[-0.5,0.5]T，第一 步迭代的搜索方向为[-47;-50]_________________ 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向二是计算最佳步长因 子 ________ 。 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。 1 6、函数—X T HX B T X C的梯度为HX+B 。 2 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d0，d1，满足(d°)T Gd—=0, 则d0、d1之间存在—共轭 ______ ■关系。 8、设计变量、约束条件______________ 、目标函数________________ 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f(X1,X2)，若在X°(X10,X20)点处取得极小值，其必要条件是_梯度为 零，充分条件是海塞矩阵正定 ______________ 。 10、 ________________ 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f (x) x2 10x 36的极小点，初始搜索区间 [a,b] [ 10,10]，经第一次区间消去后得到的新区间为[-2.36236] 。 12、优化设计问题的数学模型的基本要素有设_________ 、 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逼近位置。 14、将函数f(X)=x 12+X22-X1X2-10x1-4x2+60 表示成-X T HX B T X C 的形 2 式 ________________________ 。 15、存在矩阵H，向量d1，向量d2,当满足(d1)TGd2=0 ，向量d1和向量d2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____________ 由小到大趋于无穷 ________________ 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 _____________ 。

相关主题
相关文档
最新文档