汽车工程
汽車工程
기차공정
Automotive Engineering
2015年
9期
1077-1083
,共7页
车身结构%多目标优化%序列径向基函数%耐撞性%轻量化
車身結構%多目標優化%序列徑嚮基函數%耐撞性%輕量化
차신결구%다목표우화%서렬경향기함수%내당성%경양화
car body structure%multi-objective optimization%sequential radial basis function%crashworthiness%lightweighting
针对工程多目标优化求解耗时且全局高精度代理模型难以构造的问题,提出基于序列径向基函数的优化方法.该方法在每个迭代步,运用信赖域更新技术将整个设计空间分割成一系列信赖域,以降低优化问题的复杂程度.在每个信赖域上建立各个响应的代理模型,并采用微型多目标遗传算法进行优化.为避免序列近似优化引起的效率降低问题,运用继承拉丁超立方试验设计继承上一代样本点,以减少新样本;同时继承当前的非支配解,对代理模型局部加密,以减少迭代次数.在Benchmark测试问题中,与传统的代理模型方法相比,在实际模型相同调用次数情况下,该方法能更好地逼近全局前沿面.最后将该方法应用于某轿车车身结构轻量化问题中,验证了解决实际工程多目标优化问题的能力.
針對工程多目標優化求解耗時且全跼高精度代理模型難以構造的問題,提齣基于序列徑嚮基函數的優化方法.該方法在每箇迭代步,運用信賴域更新技術將整箇設計空間分割成一繫列信賴域,以降低優化問題的複雜程度.在每箇信賴域上建立各箇響應的代理模型,併採用微型多目標遺傳算法進行優化.為避免序列近似優化引起的效率降低問題,運用繼承拉丁超立方試驗設計繼承上一代樣本點,以減少新樣本;同時繼承噹前的非支配解,對代理模型跼部加密,以減少迭代次數.在Benchmark測試問題中,與傳統的代理模型方法相比,在實際模型相同調用次數情況下,該方法能更好地逼近全跼前沿麵.最後將該方法應用于某轎車車身結構輕量化問題中,驗證瞭解決實際工程多目標優化問題的能力.
침대공정다목표우화구해모시차전국고정도대리모형난이구조적문제,제출기우서렬경향기함수적우화방법.해방법재매개질대보,운용신뢰역경신기술장정개설계공간분할성일계렬신뢰역,이강저우화문제적복잡정도.재매개신뢰역상건립각개향응적대리모형,병채용미형다목표유전산법진행우화.위피면서렬근사우화인기적효솔강저문제,운용계승랍정초립방시험설계계승상일대양본점,이감소신양본;동시계승당전적비지배해,대대리모형국부가밀,이감소질대차수.재Benchmark측시문제중,여전통적대리모형방법상비,재실제모형상동조용차수정황하,해방법능경호지핍근전국전연면.최후장해방법응용우모교차차신결구경양화문제중,험증료해결실제공정다목표우화문제적능력.
