论文部分内容阅读
在车身轻量化设计中，有限元性能仿真被广泛应用于结构性能响应评估。在基于梯度算法或进化算法的优化轻量化设计过程中，有限元仿真过于耗时直接导致优化效率的降低，计算量过大而收敛缓慢。因此，为提升汽车轻量化设计效率，利用近似建模方法替代有限元仿真已经成为国内外研究的热点。支持向量回归因能较好地解决小样本、过学习、高维数、局部最小等问题而被视为是一种极具应用潜力的近似模型建模方法，但其拟合性能依赖于模型参数的选取。本文首先分析了模型各参数对精度的影响，然后结合遗传算法和粒子群算法的优点，提出了基于改进的粒子群算法的参数选择方法。最后将所提方法应用于汽车轻量化设计，并通过该实例验证了所提方法在工程实际中的有效性。