[多选题]以下有关Newton-CG方法(牛顿-共轭梯度法)的说法错误的是 A使用CG方法来计算搜索方向,必须要用到一阶导数或二阶导数信息 B适用于有有边界约束和条件约束的问题 C使用较少的迭代次数就可以达
[多选题]对于具有梯度信息的非线性规划问题求解,通常使用的方法有 ABFGS BPowell CL-BFGS DNelder-Mead
[多选题]对于模型有噪声的非线性规划问题求解,通常使用的方法有 ABFGS BPowell CL-BFGS-B DNelder-Mead
[单选题]以下不可用于带约束极小化问题求解的算法为 A线性近似法 B序列最小二乘法 C牛顿共轭梯度信赖域法 D信赖域算法
[多选题]以下关于无约束非线性规划的说法正确的是 A无约束非线性规划最简单的形式是单变量优化问题。 BBrent方法是一种混合方法,结合了牛顿法和二分法,既能保证稳定性又能快速收敛,是SciPy单变量优化求解
[多选题]scipy.optimize.minimize_scalar()函数支持的方法有 AGolden方法 BCOBYLA方法 CBrent方法 DBounded方法
[单选题]以下有关Scipy.optimize的说法错误的是 Ascipy.optimize中所有算法都假设优化目标是最小化函数 B默认求解方法为Brent CBrent和Golden方法所求出的极值点一定
[多选题]一维搜索算法求解的思路首先需要包含问题最优解的搜索区间,之后采用试探或插值的方法,按照某种准则缩小区间,使之始终含有最小点,直至区间足够小。试探法常用方法有 A斐波那契法 B黄金分割法 C二分法 D牛
[单选题]插值法常用的方法有 A割线法 B抛物线法 C三次插值法 D牛顿法
[单选题]以下关于斐波那契法的说法错误的是 A默认是求极小化 B区间内函数可以是单峰函数或双峰函数 C搜索区间的缩短比率每次都不一样 D是一维搜索中压缩比最高的搜索算法
[多选题]使用bounded方法求解某函数在区间[0,25]上的极小点,下列区间限制代码正确的是 Aoptimize.minimize_scalar(func, bounds=[0, 25], method=&
[单选题]最速下降法步长的确定方法包括 A微分法 B搜索法 C试算法 D泰勒展开式近似法
[单选题]以下不属于最速下降法特点的是 A整体收敛,线性收敛 B计算量小、存储变量较少 C对初始点要求较高 D对于正定二次函数而言,最速下降法只需求解一步即可到达极值
[单选题]牛顿法的初始雅可比矩阵python代码为 Ajacobi_m = np.matrix([grad_1_value,grad_2_value]) Bjacobi_m = np.matrix([grad
[单选题]牛顿法的初始海塞矩阵python代码为 Ahesse_m = np.matrix([[grad_11_value,grad_22_value],[grad_12_value,grad_21_value
[单选题]代码“def newton_method(acc=0.0001): ”中"acc"为 A梯度模 B梯度模的平方 C步长 D迭代次数
[多选题]牛顿法对目标函数有哪些要求 A必须要有连续的一、二阶偏导 B必须是二次函数 C不存在零点 DHesse阵必须正定
[单选题]DFP方法主要是为了解决牛顿法的哪一个缺点 A对目标函数要求高 B初始点取得不合适易导致错误结果。 C海赛矩阵及其逆阵的计算量大 D二阶海塞矩阵非正定时不能保证产生的方向是下降方向
[多选题]以下关于BFGS法说法错误的是 ABFGS法与DFP法的修正矩阵的计算公式不同 BBFGS法分母中没有近似矩阵 CBFGS法对一维搜索的精度要求较高 DBFGS法比DFP法在计算中具有更好的数值
[多选题]DFP法和BFGS法的相同特点包括 A对于正定二次函数具有二次终结性 B对于正定二次函数,全局收敛,产生的搜索方向为共轭 C对于非二次函数,在迭代过程中能保持校正矩阵的对称正定 D对于非二次函数
[多选题]Python中 scipy.optimize.minimize这一模块常用于求解线性或者非线性问题,其基本语法为scipy.optimize.minimize(fun, x0, args=(), me
[多选题]在使用scipy.optimize.minimize这一模块求解带约束极小化非线性规划时,需要设置constraints参数。此时,method可以选择()。 ACOBYLA BSLSQP Ctr
[单选题]对于某有约束的非线性规划问题,其约束条件为x+2*y≤1和2*x+y=1,若采用 scipy.optimize.minimize模块中trust-constr这一方法,那么其约束条件应该相应定义为()
[单选题]采用 scipy.optimize.minimize模块中SLSQP方法求解一非线性规划问题,约束条件为:x**2+y≤1和x**2-y≤1,下列定义约束条件的代码正确的是()。 Aineq_cons
[单选题]全局优化旨在在可能存在许多局部最小值的情况下,在给定范围内找到函数的全局最小值。scipy.optimize提供了()这五种求解全局优化的方法。 Abasinhopping、brute、shgo、di