A) 解方程 B) 生成随机数 C) 最小化或最大化目标函数 D) 数质数
A) 最终结果 B) 最初的猜测 C) 数学公式 D) 对可能解决方案的限制
A) 最大化 B) 随机化 C) 简化 D) 最小化
A) 需要优化或最小化的功能 B) 随机数学运算 C) 约束函数 D) 没有变量的方程
A) 无约束解决方案 B) 不正确的解决方案 C) 满足所有约束条件的解决方案 D) 随机解决方案
A) 选择最佳算法 B) 生成随机解决方案 C) 找到全局最优 D) 评估参数变化对解决方案的影响
A) 最大值区域 B) 求解空间 C) 限制范围之外的区域 D) 所有可行解的集合
A) 试错 B) 单纯形法 C) 猜测和检查 D) 模拟退火
A) 定量分析 B) 数学规划 C) 算法设计 D) 函数最大化
A) 四个：组合优化、随机优化、动态优化和鲁棒优化。 B) 两个：离散优化和连续优化。 C) 三个：线性规划、非线性规划和整数规划。 D) 一个：一般优化。
A) 非线性规划 B) 离散优化 C) 连续优化 D) 线性规划
A) 整数规划 B) 离散优化 C) 连续优化 D) 组合优化
A) 拉格朗日松弛法。 B) 正负动量估计。 C) 线搜索。 D) 置信域。
A) 是的，它是无穷大。 B) 是的，它是负无穷大。 C) 是的，它是 2。 D) 没有，它没有上下界。
A) 分子建模 B) 运筹学 C) 控制工程 D) 土木工程
A) 一阶条件 B) 可行性条件 C) 卡鲁什-库恩-塔克条件 D) 二阶条件
A) 梯度下降法 B) 准牛顿法 C) 坐标下降法 D) 同步扰动随机逼近法
A) 存在性问题 B) 可行性问题 C) 全局优化 D) 多模态优化
A) 椭球法 B) 内点法 C) 量子优化算法 D) 同步扰动随机逼近法 (SPSA)
A) 微观经济学。 B) 电气工程。 C) 工程学，尤其是航空航天工程。 D) 宇宙学和天体物理学。
A) 次优 (Suboptimal) B) 非最优 (Non-efficient) C) 劣于 (Inferior) D) 帕累托最优 (Pareto optimal)
A) 1950 B) 1939 C) 1960 D) 1947
A) 置信域法。 B) 线性搜索法。 C) 拉格朗日松弛法。 D) 内点法。
A) 通过忽略不太重要的目标。 B) 由算法自动推导。 C) 通过对历史数据的分析。 D) 通过与决策者的互动。
A) 离散变量。 B) 二元变量。 C) 连续变量。 D) 半定矩阵。
A) x = -1 B) x = 1 C) x = 0 D) x = ∞
A) 3 B) 1 C) 4 D) 5
A) 费马 (Fermat) B) 乔治·丹齐格 (George B. Dantzig) C) 列昂尼德·坎托罗维奇 (Leonid Kantorovich) D) 约翰·冯·诺伊曼 (John von Neumann)
A) 局部优化 B) 线性规划 C) 全局优化 D) 离散数学
A) 简化问题 B) 消除权衡 C) 增加复杂性 D) 减少解决方案的数量
A) 系统的设计者 B) 外部评估者 C) 决策者 D) 优化算法 |