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