协同进化算法是传统进化算法的变体，通常被认为比非协同进化方法更适合于某些复杂任务。一个例子是用于函数优化的通用协同进化框架。本文对协同进化的优化潜力进行了深入而严格的介绍性分析。以协同进化框架为出发点，从期望优化时间的角度定义并研究了CC（1+1）EA。研究集中于目标函数的一个关键属性——可分性。我们表明，单独的可分性不足以产生CC（1+1）EA相对于其传统的非协同进化对应物的任何优势。这种优势被证明是基于合作协同进化算法增加了探索可能性。对于不可分割的功能，合作共同进化的设置可能是有害的。我们证明了对于某些目标函数，即使在无限时间内，CC（1+1）EA也不能以压倒性的概率定位全局最优；然而，单靠不可分割性不足以使目标函数产生困难。结果表明，CC（1+1）EA的性能可能与传统EA相当，甚至可能在某些不可分割的函数上优于它。
