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