-
题名基于改进EGO算法的汽车40%偏置碰撞优化设计
被引量：1
- 1
-
-
作者
宋正超
章斯亮
-
机构
泛亚汽车技术中心有限公司
-
出处
《汽车安全与节能学报》
CAS
CSCD
2017年第3期246-251,共6页
-
文摘
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。
-
关键词
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
-
Keywords
vehicle development
vehicle crash
metamodel prediction error
Kriging model
efficient global optimization (EGO) algorithm
modified EGO algorithm
-
分类号
U463.82
[机械工程—车辆工程]
-
