大学职业搜题刷题APP
下载APP
首页
课程
题库模板
Word题库模板
Excel题库模板
PDF题库模板
医考护考模板
答案在末尾模板
答案分章节末尾模板
题库创建教程
创建题库
登录
创建自己的小题库
搜索
【单选题】
共轭梯度法是一种以( )作为搜索方向的解最优化问题的迭代算法。
A.
一阶导数
B.
二阶导数
C.
函数值下降最大
D.
共轭方向
题目标签:
最优化问题
共轭梯度法
搜索方向
如何将EXCEL生成题库手机刷题
如何制作自己的在线小题库 >
手机使用
分享
复制链接
新浪微博
分享QQ
微信扫一扫
微信内点击右上角“…”即可分享
反馈
收藏
举报
参考答案:
举一反三
【简答题】Powell法是以()方向作为搜索方向。
查看完整题目与答案
【简答题】请简述梯度法和共轭梯度法的特点。
查看完整题目与答案
【简答题】用共轭梯度法求解。minf(X)=(x1一1)2+2(x2-2)2,X0=[3,1]T
查看完整题目与答案
【单选题】共轭梯度法法属于( )。
A.
无约束梯度法
B.
数值计算法
C.
有约束梯度算法
D.
多目标优化法
查看完整题目与答案
【单选题】共轭梯度法中, 为
A.
DM公式
B.
PRP公式
C.
DY公式
D.
FR公式
查看完整题目与答案
【简答题】求解最优化问题min{(x1-1)2+x2}
查看完整题目与答案
【单选题】梯度法相邻两搜索方向dk和dk+1必()
A.
相切
B.
正交
C.
成锐角
D.
成钝角
查看完整题目与答案
【多选题】最优化问题的特点包括
A.
约束条件是非线性或线性
B.
目标函数是非线性或线性
C.
有约束或无约束
D.
单变量或多变量
查看完整题目与答案
【多选题】最优化问题的分类有()
A.
约束优化
B.
无约束优化
C.
等式约束条件
D.
半约束优化
查看完整题目与答案
【简答题】请简述梯度法和共轭梯度法的特点。
查看完整题目与答案
现代设计方法考试题目
【简答题】请简述梯度法和共轭梯度法的特点。
查看完整题目与答案
【简答题】求解最优化问题 min{(x 1 -1) 2 +x 2 }
查看完整题目与答案
【简答题】简述梯度法和共轭梯度法的特点。
查看完整题目与答案
【简答题】可行搜索方向
查看完整题目与答案
【简答题】Powell法是以方向作为搜索方向的_____。
查看完整题目与答案
【简答题】用共轭梯度法求解min x12+4x22,取X(0)=(1,1)T。
查看完整题目与答案
【简答题】Powell法是以方向作为搜索方向的_____。
查看完整题目与答案
【多选题】共轭梯度法的优势是( )。
A.
收敛速度优于最速下降法
B.
对于正定二次函数,具有二次终止性
C.
避免了牛顿法的计算量大和局部收敛性的缺点
D.
无需计算二阶导数和矩阵的逆
查看完整题目与答案
相关题目:
【简答题】Powell法是以()方向作为搜索方向。
查看完整题目与答案
【简答题】请简述梯度法和共轭梯度法的特点。
查看完整题目与答案
【简答题】用共轭梯度法求解。minf(X)=(x1一1)2+2(x2-2)2,X0=[3,1]T
查看完整题目与答案
【单选题】共轭梯度法法属于( )。
A.
无约束梯度法
B.
数值计算法
C.
有约束梯度算法
D.
多目标优化法
查看完整题目与答案
【单选题】共轭梯度法中, 为
A.
DM公式
B.
PRP公式
C.
DY公式
D.
FR公式
查看完整题目与答案
【简答题】求解最优化问题min{(x1-1)2+x2}
查看完整题目与答案
【单选题】梯度法相邻两搜索方向dk和dk+1必()
A.
相切
B.
正交
C.
成锐角
D.
成钝角
查看完整题目与答案
【多选题】最优化问题的特点包括
A.
约束条件是非线性或线性
B.
目标函数是非线性或线性
C.
有约束或无约束
D.
单变量或多变量
查看完整题目与答案
【多选题】最优化问题的分类有()
A.
约束优化
B.
无约束优化
C.
等式约束条件
D.
半约束优化
查看完整题目与答案
【简答题】请简述梯度法和共轭梯度法的特点。
查看完整题目与答案
现代设计方法考试题目
【简答题】请简述梯度法和共轭梯度法的特点。
查看完整题目与答案
【简答题】求解最优化问题 min{(x 1 -1) 2 +x 2 }
查看完整题目与答案
【简答题】简述梯度法和共轭梯度法的特点。
查看完整题目与答案
【简答题】可行搜索方向
查看完整题目与答案
【简答题】Powell法是以方向作为搜索方向的_____。
查看完整题目与答案
【简答题】用共轭梯度法求解min x12+4x22,取X(0)=(1,1)T。
查看完整题目与答案
【简答题】Powell法是以方向作为搜索方向的_____。
查看完整题目与答案
【多选题】共轭梯度法的优势是( )。
A.
收敛速度优于最速下降法
B.
对于正定二次函数,具有二次终止性
C.
避免了牛顿法的计算量大和局部收敛性的缺点
D.
无需计算二阶导数和矩阵的逆
查看完整题目与答案
参考解析:
AI解析
重新生成
题目纠错 0
发布