奥鹏远程教育吉林大学《机械优化设计》在线作业二

奥鹏教育吉林大学在线作业

吉大18春学期《机械优化设计》在线作业二-0003

静态问题分为无约束问题和()两种。
A:线性问题
B:非线性问题
C:一维问题
D:约束问题
答案问询微信:424329

()通常是指在解决设计问题时,使其结果达到某种意义上的无可争议的完善化。
A:正交化
B:规范化
C:最优化
D:正定化
答案问询微信:424329

下列说法不正确的一项是(????? )。
A:变量轮换法的方法是依次沿相应的坐标轴方向进行的一维优化,收敛速度较慢
B:二维正定二次函数的等值线是同心的椭圆族,且椭圆中心就是以该函数为目标函数的极小点
C:用梯度法寻求目标函数的最小值时,就是沿目标函数方向上的一维搜索寻优法
D:利用复合形法进行优化设计时,构造初始复合形的全部顶点都必须在可行城内选取。
答案问询微信:424329

下列说法正确的一项是(????? )。
A:若目标函数的海森矩阵H(X)对应的行列式的顺序主子式的值都小于零,则此海森矩阵H(X)为正定矩阵
B:牛顿法寻优时的搜索方向是向量表示的方向
C:利用复合形法进行优化设计时,每一轮迭代中求出的映射点只要满足可行性条件就可以作为一个寻优点
D:机械优化设计中的可行域必须是一个有界的闭域。
答案问询微信:424329

下列约束中不属于性能约束的一项是( )。
A:齿轮齿面接触疲劳强度条件
B:梁的刚度条件
C:斜齿轮螺旋角取值范围的限制条件
D:转子旋转的平衡条件。
答案问询微信:424329

动态问题分为约束问题和()两种。
A:一维问题
B:n维性问题
C:无约束问题
D:约束问题
答案问询微信:424329

最优点是一个内点,其最优解条件与无约束优化设计的最优解条件()。
A:相同
B:不同
C:相似
D:不确定
答案问询微信:424329

()是用内点法处理不等式约束,用外点法处理等式约束。
A:外点法
B:内点法
C:混合法
D:抛物线法
答案问询微信:424329

非线性问题分为一维问题和()两种。
A:静态问题
B:n维性问题
C:无约束问题
D:约束问题
答案问询微信:424329

具有凸性(表现为单峰性)或只有唯一的局部最优值亦即全域最优值的函数,称为()。
A:凸函数
B:双峰函数
C:一次函数
D:线性函数
答案问询微信:424329

最优化问题分奥鹏教育吉林大学在线作业为()两种。
A:静态问题
B:动态问题
C:线性问题
D:非线性问题
答案问询微信:424329

机械优化设计的数学模型的三要素是(????? )。
A:设计变量
B:目标函数
C:约束函数
D:定义公式
答案问询微信:424329

惩罚函数法有()三种方法。
A:迭代法
B:内点法
C:外点法
D:混合法
答案问询微信:424329

下列哪几项属于坐标变换法的特点?()
A:计算量少,程序简单,不需要求函数导数的直接探索目标函数最优解的方法
B:探索路线较长,问题的维数愈多求解的效率愈低
C:改变初始点重新迭代,可避免出现病态
D:仅适用于n较少(n 10)的目标函数求优
答案问询微信:424329

按照产品设计变量的取值特点,设计变量可分为()。
A:连续变量
B:离散变量
C:矢量
D:标量
答案问询微信:424329

凸规划问题中的任何局部最优解不都是全局最优解。()
A:错误
B:正确
答案问询微信:424329

梯度方向是函数具有最大变化率的方向。()
A:错误
B:正确
答案问询微信:424329

梯度法构造简单,只用到二阶偏导数,计算量小,初始点可任选,且开始几次迭代,目标函数值下降很快。()
A:错误
B:正确
答案问询微信:424329

梯度方向是函数值变化最慢的方向,而梯度的模就是函数变化率的最大值。()
A:错误
B:正确
答案问询微信:424329

牛顿法收敛很快,对于二次函数只需迭代一次便达到最优点,对非二次函数也能较快迭代到最优点。()
A:错误
B:正确
答案问询微信:424329

目标函数的尺度变换使用的并不广泛,但作为一种极好的想法还是很有启发性的。()
A:错误
B:正确
答案问询微信:424329

由于各约束函数所表达的意义不同,使得各约束函数值在量级上相差很大。约束函数的尺度变换常称规格化,为改善数学模型性态常用的一种方法。()
A:错误
B:正确
答案问询微信:424329

气温在人体正常体温的黄金分割点上23℃左右时,恰是人的身心最适度的温度。()
A:错误
B:正确
答案问询微信:424329

可行域是在设计空间中,满足所有约束条件的所构成的空间 。()
A:错误
B:正确
答案问询微信:424329

搜索方向的构成问题乃是无约束优化方法的关键。()
A:错误
B:正确
答案问询微信:424329

提供优质的教育资源

公众号: 超前自学网