2.2 择优机制的改进 由于采用 。

7、的是“贪婪选择”策略 ， 标准的人工蜂群算法只能求解无约束问题 ， 但工程优化问题总是受约束于一定的条件 ， 所以算法在“贪婪选择”阶段的行为需要进行改进 。
文献9提出几个处理约束的准则：1）满足约束条件的解比不满足约束条件的解优越；2）在满足约束条件的解当中 ， 目标函数值优越的占优；3）在解都不满足约束条件的时候 ， 接近约束条件的解占优 。
这种方法称为“Debs准则” 。
采用Debs准则对算法进行改进 ， 就能够让人工蜂群算法适应有约束的优化问题 。
将有约束的问题转化为无约束的问题也可以采用罚函数法 ， 不对不可行解进行直接的修复或遗弃 ， 而是对不满足约束的解对应的目标函数值进行一定的“惩罚” ， 将约束问题转化为无约束问题 。
。

8、3 算例研究 齿轮减速器模型10是NASA评估多学科设计优化方法性能的标准算例之一 ， 其优化设计是一个多峰函数优化问题 ， 一般算法容易陷入局部最优 ， 采用基于人工蜂群算法的协同优化方法可以有效解决该问题 。
该优化问题是使减速器的体积（或重量）最小 ， 并满足齿的弯曲应力、接触应力、轴的扭转变形以及轴的扭转应力等约束 。
根据协同优化方法思想 ， 可以将原问题分解成一个系统级和齿轮、轴两个优化子学科 ， 两个子学科间并行计算 ， 模型如下： （1）系统级优化模型 （2）学科1优化模型 （3）学科2优化模型 取初始迭代点（2.6 ， 0.7 ， 17 ， 7.3 ， 7.3 ， 2.9 ， 5） ， 优化结果为（3.4989 ， 0.7 ， 17 ， 7.715 。

9、2 ， 3.3492 ， 5.2845） ， 目标函数值为2992.24 ， 优化迭代历程如图1所示 。
4 结论 复杂系统的分析及优化设计呈现出较强的非线性 ， 通过将人工蜂群算法嵌入协同优化方法 ， 研究了协同优化方法及其应用问题 ， 人工蜂群算法可以显著地缓解陷入局部最优解的困境 。
不同的初始迭代点对优化的迭代次数有重要的影响 ， 工程中可以采用不同初始点 ， 在优化求得的结果中选择相对较好的结果最优解11 。
研究结果为进一步研究更复杂的实际应用问题提供了重要的参考结论 。
参考文献 References 1 李响. 多学科设计优化方法及其在飞行器设计中的应用D. 西北工业大学. 2004 2 张科施 ，李为吉 ，宋文萍. 利用并 。

10、行子空间优化方法实现复杂工程系统并行设计优化J. 应用基础与工程科学学报 ， 2009 3 J. Sobieszczanski-Sobieski ，Inderjit Chopra. Multidisciplinary Optimization of Aeronautical Systems J. Journal of Aircraft ，Vol.27 ，No.12 ，December 1990 ，977-978. 4 余雄庆 ，丁运亮. 多学科设计优化算法及其在飞行器设计中应用J. 航空学报 ， 2000 5 Dervis Karaboga ，Bahriye Akay. A powerful and。

11、Efficient Algorithm for Numerical Function Optimization J. Journal of Global Optimization ，2007 ，39（3）：459-171. 6 Martins J.，Lambe A.，Multidisciplinary Design Optimization： Survey of ArchitecturesR ， AIAA ， 2010 7 Dervis Karaboga ，Bahriye Akay. A comparative study of Artificial Bee Colony Algorithm。

12、J. Applied Mathematics and Computation ，2009 ，214（1）：108-132. 8 Dervis Karaboga ，B. Basturk. On the Performance of Artificial Bee Colony （ABC） Algorithm. J Applied Soft Computing ，2008 ，8（1）：687-697. 9 Dervis Karaboga ，Bahriye Akay. Artificial Bee Colony （ABC） Optimization Algorithm for Solving Cons 。

【基于|基于人工蜂群算法的协同优化方法研究】13、trained Optimization Problems J. Foundations of Fuzzy Logic and Soft Computing ，2007 ，4259：789-798. 10 S Azarm ，WC Li. Multi-Level Design Optimization Using Global Monotonicity J. ASME Journal of Mechanisms and Automation in Design ，Vol.111 ，NO.2 ，1989 11 王晓青. 协同优化方法与并行子空间方法的评估与比较J. 中国科学（E辑：技术科学）. 2009（03）：509-151第 7 页 共 7 页 。

稿源：(未知)

【傻大方】网址：/a/2021/0821/0023864833.html

标题：基于|基于人工蜂群算法的协同优化方法研究( 二 )