基于多目标的纯电汽车全铝车身轻量化设计

为了提高全铝车身整体轻量化水平,提高纯电汽车续航里程,在汽车概念设计阶段引入轻量化开发理念。首先利用SFE参数化建模软件,建立全铝车身的参数化模型;进一步结合车身灵敏度分析及Isight集成优化技术找出对刚度、模态、安全等性能目标参数影响明显的零部件,确定各零部件对性能的敏感程度,再进行多学科优化分析。结果表明：通过优化分析,白车身质量减轻5.3 kg,整体性能水平满足设计要求,达到轻量化目标。     

承载式车身结构局部改型的快速耦合参数化优化设计

针对局部改型结构建立参数化模型,并与其余有限元模型耦合,生成车身结构局部参数化耦合模型.根据性能验证该快速耦合参数化建模的可靠性以及基于该方法所建立模型优化设计的合理性.车身局部参数化耦合模型的建模准确度较高,通过试验设计及径向基函数建立的近似模型能够较好地预测车身耦合模型的性能,利用混合方法多目标优化算法求解设计变量,可实现多目标的优化设计.故快速耦合参数化优化方法在满足设计有效性同时可节省建模时间、提高优化效率.     

平台架构概念设计阶段车身结构优化方法

针对平台架构概念设计阶段的车身结构优化问题,创造性地提出一种新的方法,包含3个阶段：第1阶段为考虑真实碰撞载荷,利用多模型优化法（MMO）进行综合工况下的车身全局拓扑优化,解读不同的传力路径;第2阶段为考虑平台架构高低姿态车型,利用SFE CONCEPT软件建立不同传力路径下的车身参数化模型,进行不同动力下的结构对比分析及优化,确定车身传力路径形式;第3阶段为基于近似模型法的车身截面优化和基于等效静态载荷（ESL）法的车身料厚优化,并将优化方案代入高低姿态车型,在不同动力类型下进行验证及优化,保证车身结构处于平台架构目标性能带宽下。在某车企的平台架构概念设计阶段,利用该方法对车身结构进行了优化,验证了该方法的工程可实施性。     

基于拓扑优化的电动汽车白车身优化设计

针对电动汽车的独特承载要求,提出一种结合拓扑优化和车身尺寸优化的优化设计方法.以某型电动汽车为实例,通过建立白车身拓扑优化模型、有限元概念模型、尺寸优化模型和样车制造,进行了从整车拓扑结构到车身梁截面的优化设计过程,实现了电动汽车白车身的正向设计.在优化过程中采用遗传算法,以弯曲刚度和扭转刚度同时作为优化目标,白车身质量最小作为优化约束,选取了灵敏度较高的梁作为变量进行多目标优化.通过与样车参数的比较表明,该方法能够满足设计和工艺要求,实现轻量化设计,对提高白车身设计效率和精度有着重要的意义.     

纯电动汽车白车身拓扑优化设计及性能验证

基于变密度结构拓扑优化方法,以柔度最小化为目标建立了汽车白车身拓扑优化数学模型。对其白车身结构在静载荷、弯曲载荷,以及扭转载荷工况下分别进行拓扑优化设计,得到相应的最优拓扑结构。通过建立基于优化结果的白车身线框模型对其弯曲和扭转刚度进行验证。数值算例结果证明,拓扑优化方法能够得到具有工程实用价值的纯电动汽车白车身最优结构,在满足车身结构刚度要求的同时实现车身轻量化。     

基于主断面参数的车身结构刚度链快速求解

在刚度链计算模型中直接利用真实主断面参数快速求解,是车身结构刚度链设计方法必须解决的关键问题.在建立和完善轿车车身弯曲静刚度链计算模型的基础上,以刚度链节点参数可控和工程化为目标,建立了刚度链节点参数与主断面截面属性参数的对应关系,研究了利用极坐标法控制真实主断面形状的参数化方法,以及由单一变量控制的复杂截面属性计算方法,实现了刚度链节点属性的参数化计算和刚度链模型计算参数的工程化,为基于真实主断面结构形状的车身静刚度优化分配研究打下了基础.最后用一个车身轻量化优化计算实例验证了研究方法的可行性.     

基于多目标的车身结构静动态参数协同优化

文章建立了某小型休闲车(small recreation vehicle,SRV)车身结构有限元模型,通过数值计算与试验模态的对比分析验证了模型的准确性;对白车身的弯曲、扭转刚度进行分析同时关注车身的低阶模态频率,提出了一种以静态多工况结构刚度和振动频率为目标函数、基于实体各向同性材料惩罚函数的拓扑优化方法;用折衷规划法定义多目标拓扑优化和多刚度拓扑优化的目标函数,以平均频率法确定振动频率目标函数,得到了同时满足静态刚度和低阶振动频率要求的白车身的结构拓扑。该文方法实现了静态刚度和低阶振动频率的协同优化,优化结果显示车身刚度和低阶频率值均有所提高,结构更趋于合理。     

显式拓扑优化的拉压杆模型自动提取方法

为了实现从显式拓扑优化到拉压杆模型的自然过渡,同时保持拓扑优化结构与拉压杆模型的拓扑一致性,以可移动变形组件拓扑优化为例,建立了显式拓扑优化拉压杆模型自动提取方法。该方法是计算机图形学和结构优化的结合,采用Voronoi骨架提取和形状优化,由骨架提取、框架提取和形状优化3部分构成。结果表明,该方法自动构建了受力合理且几何规则的拉压杆模型;Voronoi骨架提取从显式拓扑优化结构提取了光滑的中轴骨架;以类桁架指标为约束的形状优化实现了拉压杆模型从框架结构到桁架结构的质变。     

基于复合优化方法的导向架结构设计

以履带车辆台架试验平台的关键部件导向架为研究对象,结合拓扑优化与多目标优化方法,提出导向架的优化策略.首先,在设计初期为了达到快速减轻其质量的目的,基于变密度法对导向架进行拓扑优化;然后,利用Workbench建立导向架的参数化模型,通过中心复合设计法选取有限元结构分析样本点,并通过样本点和响应值建立最大应力、最大变形...     

多工况应力约束下连续体结构拓扑优化映射变换解法

针对多工况连续体结构拓扑优化常见模型中存在的目标函数非连续性 ,基于独立连续拓扑变量概念及映射变换方法 ,建立了多工况应力约束下连续体结构拓扑优化新的连续模型 .考虑多工况结构拓扑优化中“荷载病态”现象 ,提出应用荷载加权系数的单元删除准则及分层优化算法求解 .算例验证了本文方法的正确性和高效性     

浅析关系数据库性能优化技术

在数据库系统的运行过程中,随着数据量的增加,各方面性能都会逐渐下降。为了提高数据库性能,可以从优化数据库设计、存储方案、索引设计和并发控制等多个方面入手来解决。适当程度的非规范化可以改善系统的查询性能;将数据均匀分布在磁盘上可以提高I／O利用率,提高数据的读写性能;建立索引和编写高效的SQL语句能有效避免低性能操作;在编程过程中充分考虑并发控制可能导致的不一致性问题,会有效避免死锁的发生,解决性能的瓶颈。     

多峰函数寻优的微粒群算法

某些实际问题的优化目标是求所有的局部最优解，即求解多峰寻优问题，为了求解多峰优化问题，提出了改造的微粒群优化算法．尽量减少微粒群算法中的全局因素，从而增大其局部因素，同时采用变步长方法增加微粒的多样性．并给出了该算法的原理和步骤．仿真实验表明该算法概念清楚，计算简单，具有很好的局部寻优特性，可应用求解于多峰寻优问题．另外还给出了几个运算实例和与其它优化算法的比较．图表，表1，参9．     

企事业过程模型自动模拟和优化算法

使用适合的优化算法,并依靠计算机的不断模拟执行,企事业过程模型可以得到一定程度的改善和提高。简要介绍了最优化方法和常用的优化算法,着重阐述了企事业过程模型的参数优化问题中所采用的优化算法。     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

平面绞链四杆机构的改进微粒群算法优化设计

文章介绍了微粒群优化算法的原理，提出了增加种群多样性和算法随机性的改进微粒群算法及实现过程，并把该算法应用于复杂机械优化问题。实例表明，该方法全局收敛性好，是解决工程设计中复杂线性优化问题的可行方法。     

机械结构多级优化的问题与对策

本文讨论了结构优化,尤其是结构方案阶段优化中所存在的问题,指出了结构系统优化与多级优化的区别与联系,分析了研究结构多级优化的必要性与可能性。接着以系统科学及设计方法学的思想为指导,提出将结构优化分为截面、形状、布局、拓扑及形式优化五个层次,并总结了一种解决复杂机械结构多级优化问题的一般对策,讨论了开展结构多级优化所需工具软件等相关问题。     

结构拓扑及参数优化研究的发展

首先介绍了关于结构优化的基本问题,然后按其分类方式阐述了各种优化方法的研究现状,最后对结构拓扑优化中的常用算法及其常见的数值不稳定现象进行了分析.     

电力系统多目标无功优化研究

在传统无功优化模型的基础上,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大和电压水平最好的多目标无功优化模型.基于Pareto最优概念的改进多目标粒子群算法应用到多目标无功优化的求解中,对IEEE30节点统进行了仿真计算.优化结果表明,该模型在实现系统经济运行的同时也增强了电网的电压稳定同时求得的一组最优解能够为优化方法的决策提供更多的有效参考,具有实际意义.     

结构多目标模糊优化初探

将结构设计中的多目标优化和模糊优化结合起来,试图寻找一种处理这类问题的数学模型及求解的方法。     

一种改进PSO算法的电力系统无功优化方法

粒子群优化（PSO）算法是一种新兴的群体智能优化技术,其思想来源于人工生命和演化计算理论,PSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化．该算法简单易实现,可调参数少,已得到广泛研究和应用．本文将粒子群优化算法应用到电力系统无功优化问题的研究中,给出了具体的实施流程．为提高PSO的搜索能力,对PSO进行了改进,在算法中加入了第3种极值指导粒子搜索方向．对IEEE-6节点系统的仿真计算结果表明了算法的有效性．