多学科设计优化 ( MDO ) 机电毕业设计(论文) 下载本文

山东科技大学学士学位论文

编辑好算法就可以开始运行案例,案例运行结束后会弹出一个对话窗口,如下图:

我们可以从此窗口中读取我们所需要的时间和目标变量的结果。

将所有的案例都用iSIGHT运行,然后记录数据,下面是部分案例的数据: 案例名称 算法 次数 时间parsing (min) 结果 次数 时间approximations (min) 结果 ASA MIGA NCGA 1069 1000 - NCGA-Ⅱ 5050 37.72 2.16E+30 5050 27 84373.086 7.17 6.87 - 2.17E+30 2.13E+30 - 10116 1000 - 64 32144.811 6 - 156643 - 表3.3 数据表

29

山东科技大学学士学位论文

所有案例具体数据见附录一。

下面以parsing案例为例说明关于相对时间和相对精度的具体计算过程。由公式(3-1)得,关于各算法的平均时间?Tijn=16.66667。然后用各

i?1n算法的运行时间除以平均时间,即相对时间依次是

ASA 0.42; MIGA 0.36; NCGA -1; NCGA-Ⅱ 2.22。

在这里需要说明一下,算法没有结果时,我们就认为相对时间为-1。 所有案例的相对时间见附录二。

接下来计算相对精度,由公式(3-2)和(3-3)得,parsing案例对应算法的精度依次是

ASA 0.016958; MIGA 0; NCGA #N/A; NCGA-Ⅱ0.016958。

所有案例的相对精度见附录三。

根据各个案例的相对时间和相对精度可以分别做出以下坐标(见图3.1和图3.2)

我们可以从图3.1中看出算法ASA的适应性最好,次之的就是MIGA,最不好的就是NCGA。

30

山东科技大学学士学位论文

ASA32.521.5MIGANCGANCGA-Ⅱ相对时间10.501-0.5-1-1.5对应实例234567891011121314151617181920212223

图3.1

ASA4.543.532.521.510.501-0.5对应实例234567891011121314151617181920212223MIGANCGANCGA-Ⅱ相对精度

图3.2

31

山东科技大学学士学位论文

3.4.5 模型建立

为了得到算法三维比较模型的三个维度值,对初步处理所得到的目标函数精度、运行相对时间进行进一步处理:

1)时间

为了在三维坐标中,能够方便的将模型表述出来,对运行相对时间,分为m个等距离区间,(t0,t1),(t1,t2)?(tm?1,tm),其中,t0?0,tn?max{Tki}(Tkii,k为案例k的第i个算法运行的相对时间),则ti(i?1)为构成算法三维比较模型时间轴的原始数据坐标点。

2)解决问题个数

对于所分好的m个区间段:(t0,t1),(t1,t2)?(tm?1,tm),计算每个算法对应于每个时间区间所对应的解决问题的个数,并进行累加,作为算法三维比较模型解决问题个数轴的原始数据坐标点。例:对于算法l在(t0,t1)区间段的解决问题的个数为l0,在(t1,t2)区间段的解决问题的个数为l1,则在时间-解决问题个数这个平面上的坐标值为:(t1,1/l1)和(t2,1/(l1?l2))(对于解决问题的个数取倒数是为了使得越靠近原点的原始数据点越优,便于观察)。

案 例 时 间 0.5 0.333333 0.047619 0.083333 0 1 1.5 2 2.5 3 ASA MIGA NCGA NCGA-Ⅱ 0.142857 0.111111 0.083333 0.071429 0.043478 0.047619 0.047619 0.045455 0.045455 0.045455 0.083333 0.083333 0.083333 0.083333 0.083333 0.2 0.076923 0.058824 0.047619 0.047619 图3.4 解决问题个数

3)精度

对于筛选后的目标函数相对精度,进行进一步处理。与解决问题个数的处理类似,对于所分好的m个区间段:(t0,t1),(t1,t2)?(tm?1,tm),计算每个算

32