申请/专利权人:湘潭大学
申请日:2024-01-15
公开(公告)日:2024-04-16
公开(公告)号:CN117892431A
主分类号:G06F30/15
分类号:G06F30/15;G06F119/14
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明公开一种麦弗逊悬架系统的多目标优化方法、系统及设备,涉及汽车结构优化领域,方法包括:确定麦弗逊悬架系统设计中多目标优化问题的决策变量;对麦弗逊悬架系统的动力学模型进行试验设计得到采样数据;使用采样数据对动力学模型进行仿真得到目标值;PCA对采样数据降维得到的低维度决策变量作为输入,目标值作为输出对代理模型进行训练和优化;基于中心点指导的大规模多目标优化算法对优化后的代理模型求解得到的低维度决策变量的最优值,用PCA升维后得到决策变量的最优值。本发明能够解决面对大规模决策变量的麦弗逊悬架仿真优化问题无法求解获得最优解集且优化效率不高的问题,从而保证车辆行驶平顺性与操纵稳定性。
主权项:1.一种麦弗逊悬架系统的多目标优化方法,其特征在于,所述方法包括:确定麦弗逊悬架系统设计中多目标优化问题的决策变量;多目标为互相冲突的车辆行驶平顺性与操纵稳定性这两个目标;所述多目标优化问题以车辆行驶平顺性与操纵稳定性的最佳为最终优化目标;对麦弗逊悬架系统的动力学模型进行试验设计得到所述决策变量对应的采样数据;使用所述采样数据对所述麦弗逊悬架系统的动力学模型进行仿真得到所述采样数据对应的目标值;基于主成分分析对所述采样数据进行降维,得到所述采样数据对应的低维度决策变量;以所述低维度决策变量为输入,以所述目标值为输出对代理模型进行训练和优化,得到优化后的代理模型;使用基于中心点指导的大规模多目标优化算法对所述优化后的代理模型进行求解,得到所述低维度决策变量的最优值;基于主成分分析对所述低维度决策变量的最优值进行升维,得到所述决策变量的最优值;当所述决策变量为所述决策变量的最优值时,车辆行驶平顺性与操纵稳定性均最佳。
全文数据:
权利要求:
百度查询: 湘潭大学 一种麦弗逊悬架系统的多目标优化方法、系统及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。