基于粒子群算法的麦弗逊悬架硬点优化

文章依据空间解析几何法构建麦弗逊悬架的数学模型,通过与ADAMS模型的对比,验证了模型的精度;采用Screening法和正交试验筛选出对悬架特性有显著影响的硬点坐标,拟合得到各定位参数的响应面函数;依据目标规划法确定各目标函数的加权因子,确定多目标优化模型;基于粒子群优化(particle swarm optimization,PSO)算法实现悬架硬点坐标的多目标优化。结果表明,轮跳试验中,优化后的车轮定位参数变化量比优化前减小了18.10%~30.32%,验证了该文提出的麦弗逊悬架硬点优化方法的有效性。