機械優(yōu)化設計試卷期末考試及答案(補充版)

1、精選文檔第一、填空題1.組成優(yōu)化設計數(shù)學模型的三要素是 設計變量 、 目標函數(shù) 、 約束條件 。2.函數(shù)在點處的梯度為，海賽矩陣為3.目標函數(shù)是一項設計所追求的指標的數(shù)學反映，因此對它最基本的要求是能用來評價設計的優(yōu)劣，同時必須是設計變量的可計算函數(shù) 。4.建立優(yōu)化設計數(shù)學模型的基本原則是確切反映 工程實際問題，的基礎上力求簡潔 。5.約束條件的尺度變換常稱 規(guī)格化，這是為改善數(shù)學模型性態(tài)常用的一種方法。 6.隨機方向法所用的步長一般按 加速步長 法來確定，此法是指依次迭代的步長按一定的比例 遞增的方法。 7.最速下降法以 負梯度 方向作為搜索方向，因此最速下降法又稱為 梯度法，其收斂速度較

2、慢 。8.二元函數(shù)在某點處取得極值的充分條件是必要條件是該點處的海賽矩陣正定9.拉格朗日乘子法的基本思想是通過增加變量將等式約束 優(yōu)化問題變成 無約束優(yōu)化問題，這種方法又被稱為 升維 法。10改變復合形形狀的搜索方法主要有反射，擴張，收縮，壓縮 11坐標輪換法的基本思想是把多變量 的優(yōu)化問題轉化為 單變量 的優(yōu)化問題12在選擇約束條件時應特別注意避免出現(xiàn) 相互矛盾的約束， ，另外應當盡量減少不必要的約束 。13目標函數(shù)是n維變量的函數(shù)，它的函數(shù)圖像只能在n+1, 空間中描述出來，為了在n維空間中反映目標函數(shù)的變化情況，常采用 目標函數(shù)等值面 的方法。14.數(shù)學規(guī)劃法的迭代公式是 ，其核心是 建

3、立搜索方向， 和 計算最佳步長 15協(xié)調曲線法是用來解決 設計目標互相矛盾 的多目標優(yōu)化設計問題的。16.機械優(yōu)化設計的一般過程中， 建立優(yōu)化設計數(shù)學模型 是首要和關鍵的一步，它是取得正確結果的前提。二、名詞解釋1凸規(guī)劃 對于約束優(yōu)化問題 若、都為凸函數(shù)，則稱此問題為凸規(guī)劃。2可行搜索方向是指當設計點沿該方向作微量移動時，目標函數(shù)值下降，且不會越出可行域。3設計空間：n個設計變量為坐標所組成的實空間，它是所有設計方案的組合4.可靠度 產品在規(guī)定的條件，規(guī)定的時間內完成規(guī)定功能的概率.5收斂性是指某種迭代程序產生的序列收斂于6.非劣解：是指若有m個目標，當要求m-1個目標函數(shù)值不變壞時，找不到一

4、個X，使得另一個目標函數(shù)值比，則將此為非劣解。7. 黃金分割法：是指將一線段分成兩段的方法，使整段長與較長段的長度比值等于較長段與較短段長度的比值。8.可行域：滿足所有約束條件的設計點，它在設計空間中的活動范圍稱作可行域。9.維修度 在規(guī)定的條件下使用的產品發(fā)生故障后，在規(guī)定的維修條件下，在規(guī)定的維修時間t內修復完畢的概率1、設計變量答：在優(yōu)化設計計程中，一組需要優(yōu)選的、作為變量來處理的獨立設計參數(shù)（或需要優(yōu)選的參數(shù)，它們的數(shù)值在優(yōu)化設計過程中是變化的一組獨立的設計參數(shù)）2、目標函數(shù)答：在優(yōu)化設計中，用來評價設計方案優(yōu)劣程度、并能夠用設計變量所表達成的函數(shù)，稱為目標函數(shù)（或用設計變量來表達所追

5、求目標的函數(shù)）3、設計約束答：在優(yōu)化設計中，對設計變量取值的限制條件，稱為約束條件和設計約束（或對設計變量取值限制的附加設計條件）4、最優(yōu)點、最優(yōu)值和最優(yōu)解答：選取適當優(yōu)化方法，對優(yōu)化設計數(shù)學模型進行求解，可解得一組設計變量，記作：*x1*，x2*，x3*，x*T使該設計點的目標函數(shù)(x*)為最小，點x*稱為最優(yōu)點（極小點）。相應的目標函數(shù)值(x*)稱為最優(yōu)值（極小值）。一個優(yōu)化問題的最優(yōu)解包著最優(yōu)點（極小點）和最優(yōu)值（極小值）。把最優(yōu)點和最優(yōu)值的總和通稱為最優(yōu)解?；颍簝?yōu)化設計就是求解n個設計變量在滿足約束條件下使目標函數(shù)達到最小值，即min f(x)=f(x*) xns.t. u（）0，1,

6、2,m；v（）0，1,2,pn稱x*為最優(yōu)解，f(x*)為最優(yōu)值。最優(yōu)點x*和最優(yōu)值f(x*)即構成了最優(yōu)解三、簡答題 1什么是內點懲罰函數(shù)法？什么是外點懲罰函數(shù)法？他們適用的優(yōu)化問題是什么？在構造懲罰函數(shù)時，內點懲罰函數(shù)法和外點懲罰函數(shù)法的懲罰因子的選取有何不同？ 1）內點懲罰函數(shù)法是將新目標函數(shù)定義于可行域內，序列迭代點在可行域內逐步逼近約束邊界上的最優(yōu)點。內點法只能用來求解具有不等式約束的優(yōu)化問題。 內點懲罰函數(shù)法的懲罰因子是由大到小，且趨近于0的數(shù)列。相鄰兩次迭代的懲在可行域之外，序列迭代點從可行域之外逐漸逼近約束邊界上的最優(yōu)點。外點法可以用來求解含不等式和等式約束的優(yōu)化問題。外點懲罰

7、函數(shù)法的懲罰因子，它是由小到大，且趨近于的數(shù)列。懲罰因子按下式遞增，式中為懲罰因子的遞增系數(shù)，通常取2共軛梯度法中，共軛方向和梯度之間的關系是怎樣的？試畫圖說明。. 對于二次函數(shù)，,從點出發(fā)，沿G的某一共軛方向作一維搜索，到達點，則點處的搜索方向應滿足，即終點與始點的梯度之差與的共軛方向正交。3為什么說共軛梯度法實質上是對最速下降法進行的一種改進？.答：共軛梯度法是共軛方向法中的一種，在該方法中每一個共軛向量都依賴于迭代點處的負梯度構造出來的。共軛梯度法的第一個搜索方向取負梯度方向，這是最速下降法。其余各步的搜索方向是將負梯度偏轉一個角度，也就是對負梯度進行修正。所以共軛梯度法的實質是對最速下

8、降法的一種改進。4.寫出故障樹的基本符號及表示的因果關系。略5.算法的收斂準則由哪些？試簡單說明。略6.優(yōu)化設計的數(shù)學模型一般有哪幾部分組成？簡單說明。略7簡述隨機方向法的基本思路答：隨機方向法的基本思路是在可行域內選擇一個初始點，利用隨機數(shù)的概率特性，產生若干個隨機方向，并從中選擇一個能使目標函數(shù)值下降最快的隨機方向作為可行搜索方向。從初始點出發(fā)，沿搜索方向以一定的步長進行搜索，得到新的值，新點應該滿足一定的條件，至此完成第一次迭代。然后將起始點移至，重復以上過程，經過若干次迭代計算后，最終取得約束最優(yōu)解。8 數(shù)值計算迭代法的基本思想和迭代格式。數(shù)值計算迭代法的基本思想：數(shù)值計算迭代法完全是

9、依賴于計算機的數(shù)值計算特點而產生的，它不是分析方法，而是具有一定邏輯結構并按一定格式反復運算的一種方法。（5分）其迭代法計算的基本格式是：從一點出發(fā)，根據(jù)目標函數(shù)和約束函數(shù)在該點的某些信息，確定本次迭代計算的一個方向S(k)和適當?shù)牟介L(k)，從而到一個新點，即：X(k+1)x(k)(k)S(k) k=0,1,2,3.式中：x(k)前一步取得的設計方案（迭代點）。在開始計算時，即為迭代的初始點x(0)；X(k+1)新的修改設計方案（新的迭代點）；S(k)第k次迭代計算的搜索方向（可以看作本次修改設計的定向移動方向）；(k)第k次迭代計算的步長因子，是個數(shù)量的。計算題1試用牛頓法求的最優(yōu)解，設。

10、初始點為，則初始點處的函數(shù)值和梯度分別為 ，沿梯度方向進行一維搜索，有 為一維搜索最佳步長，應滿足極值必要條件 ，從而算出一維搜索最佳步長 則第一次迭代設計點位置和函數(shù)值，從而完成第一次迭代。按上面的過程依次進行下去，便可求得最優(yōu)解。2、試用黃金分割法求函數(shù)的極小點和極小值，設搜索區(qū)間（迭代一次即可）解：顯然此時，搜索區(qū)間，首先插入兩點，由式計算相應插入點的函數(shù)值。因為。所以消去區(qū)間，得到新的搜索區(qū)間，即。第一次迭代：插入點，相應插入點的函數(shù)值，由于，故消去所以消去區(qū)間，得到新的搜索區(qū)間，則形成新的搜索區(qū)間。至此完成第一次迭代，繼續(xù)重復迭代過程，最終可得到極小點。3用牛頓法求目標函數(shù)+5的極小

11、點，設。解：由 ，則 ，其逆矩陣為因此可得： ，從而經過一次迭代即求得極小點，4.下表是用黃金分割法求目標函數(shù) 的極小值的計算過程，請完成下表。迭代序號a b比較0 0.2 11迭代序號a b比較0 0.2 0.50560.69441 40.0626 29.49621 0.5056 0.69440.81111 29.496225.46905、 求二元函數(shù)f(x1,x2)=x12+x22-4x1-2x2+5在x0=0 0T處函數(shù)變化率最大的方向和數(shù)值？解：由于函數(shù)變化率最大的方向是梯度方向，這里用單位向量P表示函數(shù)變化率最大和數(shù)值是梯度的模IIII 。求f(x1,x2)在點處的梯度方向和數(shù)值，計

12、算如下：=IIII =P=在平面上畫出函數(shù)等值線和（0,0）點處的梯度方向P，如圖2-1所示。從圖中可以看出，在點函數(shù)變化率最大的方向P即為等值線的法線方向，也就是同心圓的半徑方向。6、 用共軛梯度法求二次函數(shù)f(x1,x2)=x12+2x22-4x1-2 x1x2 的極小點及極小值？解： 取初始點 x0 則 g0=取 d0=-g0=沿d0方向進行一維搜索，得x1=x0+d0=其中的為最佳步長，可通過f（x1）=求得 =則 x1 = =為建立第二個共軛方向d1，需計算 x1 點處的梯度及系數(shù)值，得g1=f（x1）=從而求得第二個共軛方向d1=-g1+d0=再沿d1進行一維搜索，得x2=x1+d1=其中的為最佳步長，通過f（x2）=求得 =1則 x2= =計算 x2點處的梯度g2=f（x2）=說明x2點滿足極值必要條件，再根據(jù)x2點的海賽矩陣G(x2)=是正定的，可知x2滿足極值充分必要條件。故x2為極小點，即而函數(shù)極小值為。7、求約束優(yōu)化問題Minf(x)=(x1-2)2+(x2-1)2s.t. h(x)=x