1) Collaborative optimization
协同优化算法
1.
The main idea and frame of collaborative optimization are introduced.
首先介绍了协同优化算法的主要思想与框架,然后以二自由度机器人的设计为例,着重研究用协同优化算法完成机器人的运动学、静力学、动力学与控制学的多学科设计优化。
2) Cooperative Optimization Algorithm
协同优化算法
1.
Iterative soft-decision decoding of Reed-Solomon codes based on cooperative optimization algorithm;
基于协同优化算法的Reed-Solomon码迭代软判决译码
3) particle swarms cooperative optimization algorithm
多粒子群协同优化算法
4) CO
协同优化方法
1.
Three typical MDO methods, MDF, IDF and CO, will be compared in this paper.
文中对具有代表性的三种多学科优化方法—多学科可行法(MDF)、单学科可行法(IDF)和协同优化方法(CO)进行比较,阐述了各种方法的结构体系及其特点,并且通过一个耦合的多学科问题来说明三种方法的集成过程。
2.
Three of typical MDO techniques,Multidisciplinary Feasible Method(MDF),Collaborative Optimization(CO),and Bi-Level Integrated System Synthesis(BLISS) are discussed and applied to the design of Speed Reducer.
为了推广多学科设计优化方法在船舶和海洋工程结构设计中的应用,讨论了三种典型的多学科设计优化方法:多学科可行方向法(MDF),协同优化方法(CO),两级系统综合方法(BLISS),并将其应用到齿轮减速箱的设计中;根据计算结果,对上述三种多学科设计优化方法进行了定量的比较和研究,得出BLISS方法最适合齿轮减速箱优化设计的结论。
5) collaborative optimization
协作优化算法
1.
An Integrated Optimization Design Study of Tower Crane Metal Structure Based on Revised Collaborative Optimization;
基于改进协作优化算法的塔式起重机金属结构一体化设计研究
2.
As for the computational difficulties appeared during solving the system-level optimization in collaborative optimization, an unconstrained optimization problem was formed.
将多学科设计优化中的协作优化算法应用于塔式起重机金属结构的整体优化设计,针对协作优化算法系统级优化问题存在的计算困难,将其转化为无约束问题处理。
6) algorithm of collaborative optimization control
协调优化算法
1.
Thus, the most critical problem for the optimization control of the coking plant process is how to build a correlation model of the coking plant production and how to design an algorithm of collaborative optimization control.
(3)分别建立协调优化算法的目标函数和约束条件,采用模拟退火算法作为协调优化算法进行优化计算。
补充资料：计算算法的最优化
计算算法的最优化
ptimization of computational algorifans
计算算法的最优化【。洲咧匕6阅ofc咖例。柱.目习子时-d，”6;onT一Mo3a双，Ra，一eju.Teju.II.叱a几r0P盆n陇o，1 在求解应用问题或精心设计标准程序系统时最优计算算法(comPutatio几al algorithm)的选择.当解决一个具体间题时，最优策略可能不会使解法最优化，可是为优化一个标准程序或应用最简单的解法编制程序则是很直截了当的. 计算算法的最优化问题的理论提法是基于下述原则.当选择一种方法来求解一个问题时，研究人员关心的是某些特性，而且根据这些特性来选择算法，同时这个算法也能用来解决具有这些特性的其他问题.据此，在算法的理论研究中，人们引人了具有特殊性质的一类问题尸.当选择一种解法时，研究人员有一组解法M可供选用.当选用一种方法m来求解一个问题p时，得到的解会有一定的误差e(p，m).称量 E(P，m)=sllp}。(p，m)I P‘P为在这类问题P中方法m的误差(en刀r of the nrth-od)，同时，称量 E(p，M)一惑E(p，m)为M中方法在尸中误差的最优估计(。Ptimal estirnateof the error).如果存在一种方法，使得 E(P，m。)=E(P，M)，那么称这个方法为最优的(optirnal).研究计算算法最优化问题的一个方案可以追溯到A .H .KQJLMoropoB(【2」)，所考虑的是计算积分 1 ‘(f)一Jf(x)dx 0问题的集合，给定的条件是}f(时}成A，其中M是所有可能求积 N ‘(f)澎，万:C，f(x，)的集合·每一种求积由总数为ZN的cj和礼确定.由具有所需精度的某函数类重新生成一个函数所需要的最小信息量(见【2]，「31)也可以包含在这个方案中.这个问题的一个更详细的阐述可查阅【4]，它指出在特定意义下实现算法的工作量与应用的存储量同样大.最优算法仅对极少数类型问题存在(汇1」)，然而，对大量计算问题，已经建立了就其渐近特性而言几乎是最优的方法(见汇5]一【8」). 对某类问题最优的计算算法特性的研究工作(见15]，【71)包含两部分:建立其特性尽可能好的具体解法，和根据计算算法的特性得出估计量(见【2]一【4]，【9】).实质上，问题的第一部分是数值方法理论的一个基本问题，而且在大多数情况下它是与最优化问题无关的研究工作.下面得到的估计通常归结为对￡摘(。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条