摘要：针对车辆轻量化设计问题,提出一种将高维模型(HDMR)与变密度法(SIMP)结合的方法:HD-MR—SIMP法,并成功将HDMR—SIMP法应用在钢-铝混合车架设计中,把钢铝组合离散问题转换为材料的最优分布问题,经过计算,得到最优钢铝组合,完成车架设计。该方法拓展了拓扑优化方法的使用范围,并且避免优化计算过程中重复调用有限元模型,提高了计算效率,有较强工程实用性。

摘要：工程实际中,驾驶室翻车保护装置ROPS所用的矩形钢,是由高强钢板折弯焊接而成,标准库内备选的钢板厚度规格有限且不连续。因此,驾驶室ROPS优化设计属于离散变量优化问题。利用分离常数项的高维拉格朗日材料插值模型,将离散板厚连续化,并将插值后的连续板厚代入TPS-HDMR代理模型中,建立设计参数与目标函数的近似模型。采用梯度优化法对驾驶室ROPS进行板厚优化。优化结果与遗传算法结果对比,验证该方法的可行性,该方法计算效率高于遗传算法。此外,该方法还可以提高建立代理模型的效率与精度。

摘要：考虑到在汽车工程设计阶段优化气动性能的复杂性,本文选择在造型设计阶段对其进行气动性能优化。首先以整车模型中面云图验证二维纵向对称面模型CFD仿真分析的有效性,建立车身纵向对称面参数化模型。然后选取对仿真结果影响显著的结构参数作为设计变量,通过CFD计算得出单个变量以及耦合变量对轿车气动特性的影响规律,利用基于薄板样条插值函数的高维模型构建设计变量与目标函数之间的近似模型。最后,基于近似模型进行多目标优化,并依此建立造型设计阶段轿车气动特性优化参考数据库。

摘要：采用非线性有限元分析方法对安全驾驶室翻车保护装置(ROPS)进行强度计算并对其进行可靠性分析。利用超椭球凸模型理论量化材料的弹性模量、泊松比、密度的不确定性。针对极限状态函数复杂或为隐式函数的问题,采用薄板样条插值高维模型(TPS-HDMR)作为近似模型进行非概率可靠度分析,最后运用改进一次二阶矩算法(i HL-RF)求解非概率可靠度指标。结果表明:在材料参数的不确定范围内,该驾驶室可靠性满足设计要求。

摘要：考虑到国际风险具有隐蔽性、蔓延性和跨国别高维特点,本文设计了高维网状溢出矩阵,并考察了国际金融周期的共振传染路径,在此基础上,采用递归动态面板数据模型识别了全球货币政策规则的动态演变规律。研究发现:①近年来国际金融周期共振传染现象愈发明显,美国是全球最大的金融周期净溢出国,其次是西班牙、意大利、日本;中国、俄罗斯、荷兰则是主要吸收国。②在应对国内金融周期波动上,全球中央银行倾向于采取主动治理策略,从长期熨平国内金融风险;对于国际金融周期冲击则采取防御性策略,即通过注入流动性的方式提高经济行为主体抵御外部风险冲击的能力,力求短期内消除外部冲击对国内金融系统的影响。这种政策取向在开放程度较高的经济体中表现更为明显,但开放程度较低的经济体并未对国际金融周期冲击做出显著反应。③从全球开放程度较高经济体看,美国次贷危机后期货币政策盯住经济增长目标的强度明显增强,而盯住国际金融周期冲击的政策取向在美国次贷危机期间迅速从逆周期调控切换为顺周期调控,表现出显著的适时调整特征。最后,本文从国际金融风险及其传染路径的有效识别以及如何增强中央银行货币政策应对国际金融风险冲击的能力的角度提供重要的决策建议。

摘要：为改善某393t矿用自卸车的平顺性能,需要优化油气悬架的非线性刚度阻尼特性,建立了更符合工程实际情况的7自由度整车模型.考虑矿用车运输过程中整车质量与质心位置的不确定性,选取对目标函数影响较大的悬架刚度和阻尼系数作为设计变量,选取整车质心加速度和车身侧倾角、车身俯仰角以及悬架的动扰度和车轮的动载荷作为目标函数,利用基于薄板样条插值的高维模型(TPS-HDMR)构建设计变量与目标函数之间的近似模型.采用基于Pareto概念的多目标优化遗传算法进行优化,得到了最优Pareto解集.仿真结果表明:多目标优化可以同时改善11个目标的性能,提高汽车的平顺性.

摘要：提出基于误差反向传播神经网络(Back Propagation Neural Network,BPNN)的高维模型表示(high dimensional model representation,HDMR)方法,即BPNN-HDMR方法.BPNN-HDMR方法的显著优势是将BP神经网络的非线性函数逼近能力与高维模型的层级结构理论相结合来构建近似模型,并能够揭示输入变量之间固有的线性或非线性关系及其相关性,将构造模型复杂度由指数级增长降阶为多项式级,有效地解决了高维建模问题.通过测试和对比验证了该算法的效率和建模能力,并将该算法应用于矿用自卸车安全驾驶室翻车保护装置(Roll-Over Protective Structure,ROPS)的优化设计.通过优化结果验证了所提方法的可行性和有效性.