基于改进EGO算法的汽车40%偏置碰撞优化设计

作     者：宋正超 章斯亮 SONG Zhengchao;ZHANG Siliang

作者机构：泛亚汽车技术中心有限公司中国上海201201 

出 版 物：《汽车安全与节能学报》 (Journal of Automotive Safety and Energy)

年 卷 期：2017年第8卷第3期

页      码：246-251页

摘      要：为提升优化的精度和效率,对某多用途车(MPV)车型进行整车正面偏置碰撞结构优化设计。以整车碰撞后侵量和变形量等为约束条件,考虑了序列样本对目标响应和约束响应的改进效果,建立了基于Kriging模型的改进的高效全局优化(EGO)算法和相应的序列采样优化流程。结果表明:与不考虑序列采样的传统优化方法、Jones经典EGO序列采样算法和Schonlau约束EGO序列采样算法进行对比,该算法可以在最小的112个样本规模下,得到误差小于8.42%的优化解,碰撞案例在减质量2.89 kg,且所有碰撞约束性能均满足要求的情况下,目标碰撞有效加速度从28.48 g下降为26.77 g。从而,验证了该方法的准确性和效率。

主 题 词：整车开发 汽车碰撞 近似模型误差 Kriging模型 高效全局优化(EGO)算法 改进的EGO算法 

学科分类：08[工学] 082304[082304] 080204[080204] 0802[工学-机械学] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.3969/j.issn.1674-8484.2017.03.004

馆 藏 号：203266670...