基于非支配排序遗传算法的感载比例阀静特性多目标优化设计

以某匹配感载比例阀的车辆为例,以理想利用附着系数曲线为目标,以ECE制动法规为约束条件,利用非支配排序遗传算法对车辆在空载、半载和满载状态下的制动性能进行了多目标优化,得到了满足设计要求和性能最优的感载比例阀静特性曲线.     

基于机敏约束阻尼技术的结构动态性能主动控制

重点研究了局部采用压电机敏约束层阻尼技术的悬臂梁的动态响应控制问题.采用滞弹性位移场(ADF)模型表征结构阻尼材料随频率变化的力学特性,结合有限元分析法(FEA)推导出压电机敏约束阻尼梁的动力学分析模型.求解了机敏结构动力学参数,并与模态实验结果比较验证了模型的正确性.针对结构动力模型自由度庞大问题,提出了基于状态空间...     

基于闭环力反馈原理的非线性液压主动阻尼悬架模型的研究及优化设计

本文在理论上建立了一套基于主动力反馈原理的新型主动阻尼悬架的设计和优化方法。首先提出了该主动阻尼悬架的实现模型，该模型是在传统的液力减振器的基础上，应用半主动控制的思想，结合力反馈的原理建立起来的内部液压反馈阻尼网络模型。理论优化分析和计算机仿真表明，通过该液阻网络模型，即可以实现电控的主动阻尼悬架的功能，它可以根据汽车行驶路况的好坏，自适应地调节悬架阻尼大小以实现主动阻尼悬架的最优控制。     

基于 MFXLMS算法的汽车发动机振动主动控制研究

为了降低发动机工作时引起的整车振动,提出了使用多通道滤波x-LMS （MFXLMS） 算法作为主动悬置系统的控制算法。以发动机转速信号作为参考信号,主动悬置安装位置下方的两路加速度信号作为误差信号。根据算法完成试验平台搭建。采用白噪声电压信号作为输入激励,通过 LMS算法离线辨识得到主动悬置到加速度传感器的多路次级通道,在dSPACE上完成实车控制试验。试验结果表明,MFXLMS算法的运用显著降低了发动机不同转速工况下引起的测点加速度响应,提高了整车的乘坐舒适性。     

基于代理模型的复合材料带加强筋板多目标优化

本文以复合材料带加强筋板的质量、刚度及屈曲载荷为优化目标,在铺层约束下对加强筋的铺层数、铺层顺序以及截面尺寸进行多目标优化。为了使NSGA-Ⅱ算法适应于可变铺层数的铺层顺序优化,对算法的基因编码方式进行改造并在遗传操作中引入Permutation操作。优化过程中采用代理模型对结构的刚度及屈曲载荷进行估计,减少了有限元模型的调用次数。算例表明通过优化算法的改造及代理模型的引入降低了优化成本。     

基于博弈论的汽车耐撞性多目标优化设计

提出一种基于博弈论的耐撞性多目标优化设计方法,用非合作博弈处理多个目标之间的冲突,以达到纳什均衡状态的解作为最优解.并以某新车型为例,应用均匀设计和移动最小二乘法构建了代理模型,进行了面向US-NCAP法规的结构耐撞性优化设计,取得了比传统的线性加权法更好的优化效果.     

基于多目标的磁流变减振器优化设计

引言 作为20世纪世界百大科技发明之一．磁流变减振器具有输出阻尼力连续可调．响应迅速，功耗低等优点。目前美国Lord公司．德尔福等公司等已开发出商业产品。     

基于累积前景理论的多目标广义路网设计模型

根据随机路网环境下出行者有限理性的路径选择行为,组合能力扩展与拥挤收费2种方案,提出了基于累积前景理论的多目标广义路网设计双层规划模型。该模型上层模型以最小化系统出行时间预算和最大化系统出行前景为目标,下层模型为基于累积前景理论的用户均衡模型。推导了需求服从对数正态分布且路段通行能力服从贝塔分布条件下的前景值计算公式,建立了用等价变分不等式表示的均衡模型,设计了改进型非支配排序遗传算法求解模型。研究结果表明:出行者择路行为的风险偏好与风险认知会显著影响网络设计结果,忽视出行者择路行为的有限理性可能会产生次优甚至错误的网络设计方案。     

钢筋混凝土简支梁的多目标可靠性稳健优化设计

为提高钢筋混凝土简支梁的可靠性和稳健性,运用可靠性和稳健优化设计的理论,建立了适合可靠性稳健优化设计的多目标模型。针对可靠性稳健优化设计的多目标模型多属于高维多目标优化问题,把灰色理论中的关联分析引入粒子群优化算法中,根据灰色关联能够很好地分析目标矢量之间的接近程度,并能掌握解空间全貌的特点,提出了适合高维多目标优化问题求解的灰色粒子群算法。与传统方法相比,该方法更能迅速准确地得到钢筋混凝土简支梁的可靠性稳健优化设计信息。     

基于多目标参考信号优选的车辆路噪主动控制

在车辆路噪主动控制(Road Noise Cancellation, RNC)过程中,参考信号的选择会直接影响系统的降噪效果。针对传统参考信号选择方法中存在的目标区域单一、参考信号间独立性不足等问题,提出一种改进的多目标参考信号优选方法。首先推导参考信号选择所依据的相干性和条件数评价指标,使用折衷规划法将上述指标构造成综合目标函数,并通过准则间相关性方法确定各项的权重系数;为降低运算量,利用遗传算法建立以该综合目标函数作为适应度函数的多目标参考信号寻优模型,并通过该模型获得一组优选的参考信号,从相干性分析及条件数计算结果易知,优选的参考信号组合在100～500 Hz频段内与目标噪声的相干性较好,且彼此独立;为验证该方法的有效性,以某款燃油车为研究对象,采用多通道NFxLMS算法对该组参考信号进行RNC仿真和实车道路验证。研究结果表明：在降噪效果方面,通过传统多重相干法选择的参考信号在100～500 Hz频带内的平均降噪量为4 dB(A),而通过多目标方法优选出的参考信号在100～500 Hz频带内的平均降噪量达到6 dB(A),RNC系统的控制效果得到增强;在计算效率方面,所提方法的计...     

基于第二代非支配排序遗传算法的变速器齿轮系多目标可靠性优化

以某微型车变速器为研究对象,在变速器结构已确定、传动比最佳的条件下,以可靠性为主要约束,以齿轮系总体积最小、中心距最小和总重合度最大为目标建立变速器齿轮系多目标优化的数学模型.采用第二代非支配排序遗传算法对变速器齿轮系进行多目标优化并得到其Pareto最优解集.实例计算表明,该数学模型和优化程序是正确、有效.     

基于多目标模拟退火算法的高速电磁阀优化设计

高速电磁阀的关键结构参数对高压共轨喷油器的响应特性具有决定性影响,采用多目标模拟退火优化算法MOSA(Multi Objective Simulated Annealing),基于多目标多学科优化平台modeFrontier,并集成有限元分析软件Ansys,以高速电磁阀开启、关闭延迟时间和电磁力为目标函数建立了多目标优化模型,对高速电磁阀的关键结构参数进行多目标优化设计。结果表明:电磁阀开启延迟时间降低了15.4%,达到0.11 ms;关闭延迟时间降低了25%,达到0.18 ms,;电磁力提高了12.5%,达到160 N。     

基于BP神经网络的正交异性钢桥面系多目标结构优化设计

正交异性钢桥面铺装体系结构优化就是设计出力学性能最好、重量最轻的桥面系,给出铺装结构参数的优化组合。本文建立一个钢桥面铺装体系多目标优化模型,其中目标函数是正交异性钢桥面板铺装结构众多参数的复杂函数,可以应用BP神经网络模型模拟这种函数关系。利用大量的有限元计算结果作为BP神经网络的训练样本,将训练后的BP网络用于优化求解过程中的目标函数值的仿真计算。最后给出多目标优化模型的求解步骤和算例。     

考虑气动阻力和横风稳定的汽车车身多目标优化设计

综合考虑了气动阻力特性和横风稳定性,对车身外形参数进行了多目标自动优化设计。综合利用参数化建模技术、计算流体力学(CFD)仿真、试验设计方法、响应面模型和智能优化算法,集成Pro/Engineer参数化建模和ICEM网格划分工具以及Fluent仿真软件,在多学科优化平台modeFRONTIER上,搭建了一种自动优化设计流程。利用该流程,基于遗传算法(GA)对MIRA快背式模型车身几何外形进行了改型设计,得到了考虑车身气动阻力特性和横风稳定性的最优权衡设计解集。该结果使得气动阻力因数降低了5.2%,侧向力因数降低了5.8%。因而,实现了车身气动阻力和横风稳定性的多目标优化。     

基于深度学习的多目标车辆检测及追踪方法

文章是以MTALAB软件为主要平台,基于深度学习建立一种多目标车辆检测及追踪的方法。首先建立一个基于深度学习的模型用于训练的不同场景的车辆数据集,并对所采集的数据集进行标注和格式归一化处理。然后使用K-means聚类算法进行锚框,建立以YOLOv3SPP算法为主的神经网络框架,采用非极大值拟制（NMS）算法得到最终的预测框。最终训练神经网络模型,再对该模型进行测试和评定。经实验可以得出该模型能够准确地检测及追踪多目标车辆。     

基于改进粒子群优化算法的多目标自适应巡航控制

跟驰过程中,在保证安全性的前提下为了提升自适应巡航控制(ACC)系统的舒适性和燃油经济性,研究了多目标自适应巡航控制算法.在建立车间纵向运动学模型的基础上,根据模型预测控制理论,设计综合考虑安全性、舒适性、燃油经济性以及车辆自身限制等因素的目标函数和约束条件,并引入松弛因子向量软化硬约束边界解决无可行解问题.进一步在滚...     

基于多目标粒子群算法的智慧城市信号灯配时优化控制

为了顺应智慧城市建设需求,缓解城市道路的拥堵,提高车辆在城市路口的通行效率,本文基于多目标粒子群算法,以车辆实时延迟时间最小、城市路口通行能力最大为优化目标,建立智慧城市路口的多目标优化模型。通过优化计算得到Pareto最优解集,以多属性决策算法得到最优配时方案,并通过更新信号灯参数,实现了信号灯的动态优化。通过SUMO交通仿真平台搭建了城市路口仿真模型,结合粒子群算法进行仿真验证。仿真结果表明,经粒子群算法优化的城市路口配时,路口的通行性能显著提升,平均通行能力提升约3.69%,平均车辆延迟时间降低约21.35%。     

基于多属性群决策层次分析的预防性养护措施决策研究

基于高速公路路面预防性养护决策问题的内涵,将多属性多目标的预防性养护决策整体结构划分为目标层、准则层、指标层和措施层4层。综合考虑预防性养护措施的费用、行车特征、技术因素、施工因素等作为目标层的评价值,并用群决策模型决策来减少主观性因素,得出最佳预防性养护决策措施。最后,结合案例来说明如何制定合理的养护措施。     

基于多目标粒子群优化算法的某轻型商用车操纵稳定性优化研究

针对某轻型商用车稳态回转时侧倾度偏大的问题对其悬架进行优化改进。基于ADAMS/car搭建整车多体动力学模型,通过前悬架反向平行轮跳试验、后悬架理论计算验证了悬架仿真模型的准确性。进行整车稳态回转工况和转向盘中间位置转向工况仿真分析,结果表明,车身侧倾度偏高。为实现操纵稳定性优化分析的流程自动化,提出了基于modeFRONTIER的联合仿真方法。以悬架设计参数为优化变量,以汽车的侧倾度与横摆角速度响应滞后时间为优化目标,采用拉丁超立方试验设计方法拟合得到混合代理模型,并结合多目标粒子群优化算法对悬架系统进行多目标优化,获得了悬架系统优化方案。优化结果显示,在不影响平顺性的前提下,汽车车身侧倾度降低了13.93%,横摆角速度响应滞后时间降低了2.75%,整车操纵稳定性得到了提升。