車輛多學科設計優(yōu)化方法

第１ 章　緒論 001
１．１　車輛多學科設計優(yōu)化的形成動因　002
１．１．１　車輛設計工作的復雜性本質(zhì)　002
１．１．２　汽車設計開發(fā)技術(shù)及理念新態(tài)勢　002
１．２　什么是“ 多學科設計優(yōu)化”　005
１．２．１　MDO 的基本概念　005
１．２．２　MDO 在產(chǎn)品開發(fā)中的作用　008
１．３　多學科設計優(yōu)化的主要研究內(nèi)容　010
１．３．１　復雜系統(tǒng)的分解與協(xié)調(diào)　011
１．３．２　MDO 方法　012
１．３．３　復雜系統(tǒng)建?！?13
１．３．４　靈敏度分析　013
１．３．５　近似建模　014
１．３．６　優(yōu)化算法　015
１．３．７　集成設計系統(tǒng)　015
１．４　MDO 與車輛工程結(jié)合的典型形式　017
１．５　MDO 在車輛工程應用中的挑戰(zhàn)與趨勢　020
１．５．１　面臨的挑戰(zhàn)　020
１．５．２　發(fā)展趨勢　022
參考文獻　023
第２　章 多學科設計優(yōu)化方法體系　027
２．１　多學科設計優(yōu)化技術(shù)中優(yōu)化方法與優(yōu)化算法的區(qū)別　028
２．２　多學科設計優(yōu)化方法的研究著眼點　029
２．３　多學科設計優(yōu)化方法的分類　030
２．４　多學科可行法　031
２．４．１　MDF法的基本思想　031
２．４．２　多學科分析　034
２．４．３　MDF法的特點　037
２．４．４　MDF法算例　038
２．４．５　MDF法的編程實現(xiàn)　039
２．５　單學科可行法　044
２．５．１　IDF法的基本思想　044
２．５．２　IDF法的特點　046
２．５．３　IDF法算例　046
２．５．４　IDF法的編程實現(xiàn)　047
２．６　一致性優(yōu)化法　051
２．６．１　AAO 法的基本思想　051
２．６．２　AAO 法的特點　053
２．６．３　AAO 法算例　053
２．６．４　AAO 法的編程實現(xiàn)　054
２．７　并行子空間優(yōu)化法　057
２．７．１　CSSO 法的基本思想　057
２．７．２　CSSO 法的特點　062
２．７．３　CSSO 法算例　063
２．８　協(xié)同優(yōu)化法　066
２．８．１　CO 法的基本思想　066
２．８．２　CO 法的特點　069
２．８．３　CO 法算例　070
２．８．４　CO 法的編程實現(xiàn)　071
２．９　兩級集成系統(tǒng)綜合法　078
２．９．１　BLISS法的基本思想　079
２．９．２　BLISS法的特點　082
２．９．３　BLISS法的改進　082
２．９．４　BLISS２０００方法簡介　084
２．９．５　BLISS法算例　086
２．１０　目標分流法　092
２．１０．１　ATC法的基本思想　093
２．１０．２　ATC法的特點　097
２．１０．３　ATC法的編程實現(xiàn)　098
參考文獻　106
第３　章 多學科設計優(yōu)化建?！?10
３．１　復雜系統(tǒng)的分解方法　111
３．１．１　基于分解的設計優(yōu)化　111
３．１．２　學科的定義及劃分原則　112
３．１．３　復雜系統(tǒng)的分解方法　113
３．１．４　設計結(jié)構(gòu)矩陣方法　114
３．１．５　函數(shù)關(guān)系矩陣方法　121
３．１．６　超圖方法　131
３．１．７　MDO 分解基本原則　134
３．２　協(xié)調(diào)策略　135
３．３　變復雜度建模　138
３．４　不確定性建模　140
３．４．１　不確定性的來源　140
３．４．２　不確定性建模方法　141
３．４．３　不確定性傳播方法　142
３．４．４　不確定性優(yōu)化設計　154
３．４．５　不確定性多學科設計優(yōu)化建?！?57
參考文獻　159
第４　章 靈敏度分析技術(shù)　162
４．１　靈敏度分析的概念　163
４．２　單學科靈敏度分析　165
４．２．１　單學科靈敏度分析簡介　165
４．２．２　手工求導方法　166
４．２．３　符號微分方法　166
４．２．４　有限差分方法　166
４．２．５　自動微分方法　168
４．２．６　復變量方法　174
４．２．７　解析方法　176
４．２．８　其他方法　178
４．３　多學科靈敏度分析　180
４．３．１　多學科靈敏度分析簡介　180
４．３．２　最優(yōu)靈敏度分析方法　181
４．３．３　全局靈敏度分析方法　184
４．３．４　滯后耦合伴隨方法　187
參考文獻　188
第５　章 近似模型技術(shù)　189
５．１　近似模型基礎(chǔ)　190
５．１．１　基本概念　190
５．１．２　近似模型的需求背景　190
５．１．３　近似建模的基本思想　191
５．１．４　近似模型的基本構(gòu)建過程　192
５．２　試驗設計方法　193
５．２．１　全因子試驗設計方法　194
５．２．２　部分因子試驗設計方法　194
５．２．３　中心組合設計方法　194
５．２．４　蒙特卡羅法　194
５．２．５　正交試驗設計方法　195
５．２．６　拉丁方設計方法　196
５．３　近似模型的構(gòu)造方法　199
５．３．１　局部近似　199
５．３．２　中等范圍近似　200
５．３．３　全局近似　201
５．４　響應面模型方法　202
５．５　移動最小二乘響應面法　205
５．６　Kriging模型法　210
５．７　人工神經(jīng)網(wǎng)絡模型法　214
５．７．１　BP神經(jīng)網(wǎng)絡　214
５．７．２　RBF神經(jīng)網(wǎng)絡　219
５．８　支持向量機法　222
５．９　近似模型預測精度的評價　225
５．９．１　誤差分析方法　225
５．９．２　近似能力評價方法　227
５．１０　近似模型的特點對比及適用性　228
５．１１　基于近似模型的MDO 方法　230
５．１２　電動汽車動力電池箱應用實例　232
５．１２．１　電動汽車動力電池箱優(yōu)化問題　232
５．１２．２　最優(yōu)拉丁超立方采樣　237
５．１２．３　電池箱響應面模型構(gòu)建　238
５．１２．４　電池箱徑向基模型構(gòu)建　244
５．１２．５　電池箱Kriging模型構(gòu)建　252
５．１２．６　近似模型分析對比　266
參考文獻　267
第６　章 多學科設計優(yōu)化求解策略　269
６．１　優(yōu)化算法概述　270
６．２　優(yōu)化算法的發(fā)展簡史　272
６．３　優(yōu)化算法的數(shù)學基礎(chǔ)　281
６．３．１　函數(shù)的方向?qū)?shù)與梯度　281
６．３．２　多元函數(shù)的泰勒展開　284
６．３．３　多元函數(shù)的極值條件及其凸性　286
６．３．４　無約束問題的極值條件　289
６．３．５　約束問題的極值條件　289
６．４　經(jīng)典優(yōu)化算法　293
６．４．１　線性搜索法　293
６．４．２　最速下降法　296
６．４．３　牛頓法　298
６．４．４　擬牛頓法　301
６．４．５　鮑威爾法　305
６．４．６　單純形替換法　307
６．４．７　復合形法　310
６．４．８　可行方向法　315
６．４．９　拉格朗日乘子法　319
６．４．１０　序列二次規(guī)劃法　321
６．５　智能優(yōu)化算法　325
６．５．１　遺傳算法　325
６．５．２　模擬退火算法　330
６．５．３　蟻群優(yōu)化算法　335
６．５．４　禁忌搜索算法　342
６．５．５　粒子群算法　344
６．６　優(yōu)化算法的組合策略　347
參考文獻　348
第７　章 多目標優(yōu)化方法　350
７．１　多目標優(yōu)化與多學科設計優(yōu)化的關(guān)系　351
７．１．１　多目標優(yōu)化的特點　351
７．１．２　汽車開發(fā)多目標優(yōu)化問題　353
７．１．３　多目標優(yōu)化方法研究簡史　355
７．２　多目標優(yōu)化的基本概念　358
７．２．１　主要術(shù)語的定義　358
７．２．２　多目標優(yōu)化算法的評價標準　360
７．３　基于偏好的先驗方法　363
７．３．１　加權(quán)和法　363
７．３．２　主要目標法　365
７．３．３　理想點法　366
７．３．４　極大極小法　367
７．３．５　功效系數(shù)法　368
７．３．６　物理規(guī)劃法　371
７．４　基于偏好的后驗方法　382
７．４．１　法線邊界正交法(NBI)　382
７．４．２　自適應加權(quán)和法(AWS)　391
７．４．３　NC法　402
７．５　無偏好方法　407
７．５．１　多目標遺傳算法　407
７．５．２　多目標模擬退火算法　419
７．５．３　多目標粒子群算法　426
７．６　汽車行駛動力學性能的多目標優(yōu)化算例　433
７．６．１　問題背景　433
７．６．２　多目標優(yōu)化問題建模　434
７．６．３　多目標優(yōu)化與結(jié)果分析　440
參考文獻　442
第８　章 工程應用案例　445
８．１　汽車主動懸架系統(tǒng)優(yōu)化　446
８．１．１　車輛模型的建立　447
８．１．２　線性二次高斯控制算法　448
８．１．３　卡爾曼濾波算法　450
８．１．４　主動懸架MDF優(yōu)化　450
８．１．５　優(yōu)化結(jié)果及討論　454
８．２　插電式混合動力汽車動力系統(tǒng)優(yōu)化　459
８．２．１　駕駛員模型　459
８．２．２　整車控制器模型　461
８．２．３　發(fā)動機模型　461
８．２．４　主驅(qū)動電機模型　463
８．２．５　ISG電機模型　465
８．２．６　動力電池模型　466
８．２．７　行駛動力學模型　467
８．２．８　能量管理策略模型　469
８．２．９　整車參數(shù)及約束條件　469
８．２．１０　動力系統(tǒng)CO 優(yōu)化及優(yōu)化結(jié)果　470
８．３　汽車車身結(jié)構(gòu)正面抗撞性設計優(yōu)化　475
８．３．１　整車碰撞有限元分析模型的建立　475
８．３．２　有限元模型驗證　477
８．３．３　近似模型的建立　481
８．３．４　基于CO 和近似模型的正面抗撞性優(yōu)化　483
８．３．５　優(yōu)化結(jié)果　488
參考文獻　490