集成局部搜索策略的混合元模型优化方法在汽车轻量化设计中的应用

摘要：

应用新近开发的基于混合元模型的优化方法(Hybrid and adaptive metamodeling method,HAM),对某款车的后车架系统进行轻量化分析.在保证后车架系统刚度的前提下,为进一步减小系统的质量,提高结果的精度,提出局部搜索策略.局部搜索策略使用元模型在设计空间内部构造的较小子空间内搜索,应用局部搜索策略的子空间是以HAM方法得到的样本点为中心上下偏移一定距离构成的.HAM将三种各具特点的元模型-克里金(Kriging)、径向基函数(Radial basis function,RBF)和二次多项式响应面(Fuadratic function,QF)有机结合,根据不同问题,自动选择最适合的元模型进行寻优.三种元模型能够在搜索过程中自适应地更新、重建,逐渐提高关注区域的精度.在使用HAM方法优化结束后,应用此策略在HAM方法得到的样本点构造的子空间内继续搜索来进一步提高结果的精度,减小系统的质量.在对后车架系统的轻量化设计中,局部搜索策略的应用,使此系统的质量在满足刚度要求下比仅使用HAM方法多减小了2.18kg.

关键词：局部搜索策略、混合元模型、最优化、轻量化

所属期刊栏目：48

分类号：TH123

资助基金：国家重点基础研究发展计划资助项目973计划,2010CB328005

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：92-97