《表1 标准CO算法和改进CO算法的结果对比Tab.1 Comparison between standard CO and improved CO》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《模拟退火法在协同优化中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在Isight平台上，利用Optimization模块创建优化系统，添加Calculator组件，将变量关系式、约束和目标函数添加到系统中.Calculator组件提供了大量的常用函数和变量，Optimization模块可以直接读取变量和函数，在优化组件中选择需要的变量、目标函数和优化算法.在标准协同算法中，系统级采用MMFD算法，学科级均采用序列二次规划法.本研究应用的改进协同优化算法，系统级采用ASA+MMFD组合优化策略，学科级采用序列二次规划法.在ASA优化阶段松弛因子ε1取10-3，MMFD优化阶段松弛因子ε2取10-4.标准CO算法和改进的协同优化算法的优化结果如表1所示，算例中的理论最优解为8.03.从对比可以看出，应用改进的协同优化算法，经过两个阶段的优化得到的最优解与理论最优解之间误差大大减小.此外，研究发现改进的协同优化算法得到的可行解数要大大多于标准协同优化算法得到的可行解数.从而说明了改进的协同优化算法能有效保证全局范围的搜索，避免陷入局部最优，同时也证明了其精确寻优的能力.