基于相对灵敏度和径向神经网络的白车身轻量化设计方法

本发明提出了一种乘用车白车身多目标轻量化设计方法，该方法融合了相对灵敏度分析与径向基神经网络近似模型技术。借助相对灵敏度分析识别出具有显著轻量化潜力的零部件作为设计变量。以这些选定零部件的厚度作为输入样本，通过DOE试验设计构建出径向基神经网络近似模型。依托所建立的近似模型，通过多目标遗传算法进行优化处理。综上所述，本发明的核心在于将相对灵敏度分析与径向基神经网络近似模型的优势紧密结合，不仅显著降低了轻量化设计过程中的计算负担，还极大地提升了优化效率与准确性，为乘用车白车身的轻量化设计开辟了一条高效、精准的新路径。