RBF近似模型在汽车碰撞变复杂度建模中的应用

• 作者: 李凡 谢晖 陈龙
• 来源期刊: 机械科学与技术
• 学科: 交通运输
• 关键词: 汽车安全性 变复杂度 RBF神经网络 多目标优化
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 运载工程
• 页码范围: 1624-1628
• 页数: 5页
• 分类号: U462.2
• 字数: 3047字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2016.1025

摘要

针对汽车正面碰撞过程中考虑到车身后部部件结构几乎不发生明显变形的特点,采用最优拉丁超立方试验设计,利用较少的样本点数据在简化模型和高精度模型中建立一个差值补偿近似模型,在此模型和简化模型基础上构造新的样本点数据,利用RBF近似模型建立新的近似模型.利用该方法对以汽车前部7个主要吸能部件的板厚作为设计变量,以整车质量和整车碰撞加速度峰值aB作为优化目标函数的汽车100％正面碰撞的多目标优化问题进行仿真研究,结果表明该方法在保证模型精度的同时能够快速地得到优化值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凡	湖南大学机械与运载工程学院	20	126	7.0	10.0
2	谢晖	湖南大学汽车车身先进设计制造国家重点实验室	64	656	12.0	23.0
6	陈龙	湖南大学汽车车身先进设计制造国家重点实验室	10	62	5.0	7.0