基于代理模型的汽车正撞安全性仿真优化

针对传统方法无法高效地实现多目标优化的问题,将有限元法和代理模型技术相结合,以整车质量、B柱加速度峰值和前围板侵入量为优化目标构造了其代理模型,研究了样本数量对模型精度的影响,并采用NSGAII优化算法对板件厚度进行了优化。结果表明:增加样本点的数量未必能有效提高代理模型的精度,测试点评价方法的精度在很大程度上依赖测试点的数目和位置,不能准确评价代理模型的精度,而采用交叉验证法取得较好的效果;基于代理模型,对车身结构的板件厚度优化后,效果显著,整车质量减轻了4.1kg,B柱加速度峰值降低了8.44%,前围板侵入量降低了6.03%。