摘要
本发明公开了一种考虑模态约束的汽车前副车架轻量化设计方法,包括:(1)采用CATIA与Altair OptiStruct构建前副车架参数化模型及重量‑模态的仿真模型;(2)基于空间填充拉丁超立方采样方法在设计空间中建立种群;(3)构建基于粒子群算法的分类协同速度更新公式来产生子代粒子个体;(4)构建高斯过程机器学习模型与适应度评估函数,基于可行性规则筛选最优子代粒子个体;(5)根据统计排行法构建综合评分计算公式以确定种群个体的更新情况,更新数据库并跳转至步骤(3),直到优化结构达到要求。本发明通过分类协同的速度更新公式来增强子代在目标空间的覆盖能力、并不断提升高斯过程机器学习模型的预测精度,从而提升汽车前副车架轻量化的优化性能。
技术关键词
汽车前副车架
机器学习模型
拉丁超立方采样
轻量化设计方法
仿真模型
粒子群算法
纵梁
参数
横梁
代表
速度
表达式
处理器
计算机设备
数学
可读存储介质
刚度
存储器
系统为您推荐了相关专利信息
电力塔
状态检测设备
钢结构件表面
仿真数据
腐蚀工况
设备故障检测
检修管理方法
卷积长短期记忆
设备检修管理
现实技术
实时状态信息
动态优化方法
机器学习模型
资源分配
信号