摘要
本发明公开了一种车辆可扩展底盘的动力学性能与带宽优化方法,建立可扩展底盘多体动力学联合仿真模型,获取不同底盘配置下的动力学性能数据集,建立基于集成学习算法的可扩展底盘动力学性能高精度预测代理模型,通过多目标优化算法,进行优化求解,从而获得优化的车辆底盘结构。本发明基于可扩展底盘多体动力学联合仿真模型,基于可扩展底盘的架构特性与实际工况需求,实现车辆底盘的高效建模,同时通过可扩展底盘动力学性能高精度预测代理模型,提升动力学性能预测的精度和泛化能力,并且通过多目标优化算法,对底盘结构进行优化,提升了车辆的整体动力学性能,提高了优化效率,能够适应多种车型架构的多样化优化需求。
技术关键词
带宽优化方法
仿真模型
集成学习算法
学习器
线性回归算法
车辆底盘结构
转向拉杆
生成混沌序列
变量
数据
梯度提升树
横摆角速度
减震器
工况需求
生成随机
系统为您推荐了相关专利信息
动力学特征参数
仿真模型
三维模型
Ansys软件
血流动力学参数
SCR转化效率
后处理器
数据执行数据处理
标定方法
处理器仿真模型
变压器温度监测
三维仿真模型
变压器温度场
温度传感器
监测点