基于數(shù)據(jù)挖掘的汽車被動安全多學科優(yōu)化設計方法研究.pdf

1、當今全球汽車企業(yè)之間的競爭越來越激烈，安全、節(jié)能與環(huán)保成為了汽車發(fā)展的三大熱點問題。為適應與滿足快速多變的市場需求，多學科優(yōu)化設計方法已經(jīng)在新產(chǎn)品開發(fā)和協(xié)同設計等方面帶來了巨大變革。然而，對于汽車被動安全設計等復雜工程領域的設計問題，采用傳統(tǒng)的進化算法進行優(yōu)化求解，則需要漫長的計算時間；而且由于設計變量、約束條件繁多，很多情況下難以獲取準確的最優(yōu)解。因此，為了在有限的時間內獲取更優(yōu)的設計方案，確保設計質量，降低成本，快速而準確的高性能多

2、學科優(yōu)化技術將是汽車被動安全設計的一個關鍵突破點。同時，被動安全設計過程存在或產(chǎn)生了大量數(shù)據(jù)，且以往相似案例的開發(fā)過程也積累了一些數(shù)據(jù)。這些龐大的數(shù)據(jù)資源包含極其豐富且有巨大價值的信息。由于數(shù)據(jù)挖掘方法在其他工程領域的廣泛應用，以及被動安全設計領域與這些工程領域中的數(shù)據(jù)具有一定的共性，汽車被動安全設計部門逐漸將目光投向數(shù)據(jù)挖掘方法。但是，傳統(tǒng)的信息檢索機制和統(tǒng)計分析方法只能獲取這些數(shù)據(jù)的表層信息，無法充分利用它們。如何將這些數(shù)據(jù)資源的利

3、用提高到更高階段，達到數(shù)據(jù)利用過程和汽車被動安全優(yōu)化設計過程的有機結合，是汽車被動安全研究發(fā)展到一定階段的客觀要求。
　　本文針對汽車被動安全設計，基于數(shù)據(jù)挖掘理論與方法，對多學科優(yōu)化設計的關鍵技術進行研究。本文在美國福特汽車公司大學研究計劃（URP）、機械系統(tǒng)與振動國家重點實驗室開放課題等項目支持下，結合作者于博士就讀期間在福特汽車公司北美全球研發(fā)與創(chuàng)新中心被動安全部門的兩年相關研究經(jīng)驗，總結出應用數(shù)據(jù)挖掘理論與技術，支持汽車被

4、動安全設計的兩個研究方向：優(yōu)化設計問題約簡和高效優(yōu)化算法開發(fā)，形成基于設計約束約簡，設計變量約簡，多學科優(yōu)化搜索策略，算法參數(shù)設置，帕累托最優(yōu)解評價的多學科優(yōu)化設計與評估流程，并開展相應的工程應用研究。該流程已成功用于汽車的安全設計中，為我國汽車被動安全設計提供理論與方法指導，本文主要研究內容如下：
　　(1)被動安全設計中的設計約束約簡方法研究
　　針對汽車被動安全設計中設計約束繁多造成計算成本高、計算時間長的問題，在該領

5、域提出設計約束約簡的思想，并具體給出基于改進的變精度離散粗糙集的設計約束約簡方法，有效降低了復雜工程問題的計算成本和時間，為該問題的后續(xù)開發(fā)或相似案例的研究提供指導。其中，分析汽車被動安全設計中的數(shù)據(jù)特點,在對傳統(tǒng)變精度離散粗糙集方法總結的基礎上構建粗糙集算法加強器，提出了基于改進的變精度離散粗糙集的設計約束數(shù)據(jù)挖掘方法。數(shù)學與工程案例驗證了該改進方法的有效性。通過汽車被動安全領域案例分析，該設計約束約簡方法通過選擇重要的安全需求，有效

6、降低該案例及后續(xù)相似案例的問題復雜性，節(jié)省大量計算資源和計算時間。
　　(2)被動安全設計中的設計變量約簡方法研究
　　針對汽車被動安全優(yōu)化設計具有大量設計變量而影響更優(yōu)解獲取的問題，分析設計變量類數(shù)據(jù)的連續(xù)型特點，提出基于新的變精度模糊粗糙集的設計變量類數(shù)據(jù)挖掘方法，實現(xiàn)了基于數(shù)據(jù)挖掘的設計變量約簡。其中，提出一種基于模糊化理論、不一致矩陣和粗糙集算法加強器的新的變精度模糊粗糙集方法，使之更適用于汽車被動安全設計數(shù)據(jù)，提高

7、處理眾多設計變量的能力，實現(xiàn)對復雜被動安全設計問題的設計變量約簡。提出的設計變量約簡方法能有效降低問題復雜性，獲取更優(yōu)的設計方案。通過工程案例研究表明，該方法能有效縮減優(yōu)化搜索域，獲取更優(yōu)的設計方案。
　　(3)基于聚類分析與近似模型的優(yōu)化搜索策略研究
　　使用NSGA-II等進化算法進行直接多學科優(yōu)化設計的過程中，常產(chǎn)生大量幾乎重復的設計點或者質量較低的設計點，尤其對于汽車被動安全設計等高維多約束的復雜工程問題，為減少計算

8、資源和時間消耗，提出一種基于數(shù)據(jù)挖掘的優(yōu)化搜索策略，采用聚類分析和近似模型對優(yōu)化過程中的歷史數(shù)據(jù)進行挖掘和應用。其中相似點識別和聚類分析用于實時判斷新的設計點是否處在較好的設計域，根據(jù)判定結果決定是否在該設計點處運行數(shù)字化仿真模型，或者用新的質量較好的設計點代替；同時，在優(yōu)化倒數(shù)第二代迭代后，利用當前所有的優(yōu)化過程歷史數(shù)據(jù)建立近似模型，并基于該模型進行優(yōu)化，然后在優(yōu)化得到的設計點處運行數(shù)字化仿真模型，與之前的設計點合并生成新一代的設計點

9、，最后繼續(xù)基于仿真模型進行優(yōu)化，直到滿足優(yōu)化終止條件。該策略能在優(yōu)化初期擴大搜索范圍，避免局部最優(yōu)，并在后期收斂于合理域內，實現(xiàn)精確搜索。它能更有效率地利用仿真運算，在有限的時間內獲取更優(yōu)的設計方案。
　　(4)優(yōu)化算法參數(shù)設置及帕累托最優(yōu)解評價指標研究
　　被動安全設計等復雜工程問題要求優(yōu)化算法具有較強的尋優(yōu)求解能力，而合理的參數(shù)設置對 NSGA-II尋優(yōu)結果及效率具有很大的影響。本文通過大量數(shù)值案例研究，對NSGA-II

10、交叉分布指數(shù)與變異分布指數(shù)兩個參數(shù)提出合理的設置區(qū)間。通過多個案例，采用分類和回歸樹數(shù)據(jù)挖掘技術，驗證其有效性。同時，提出一種新的綜合考慮均勻性與廣度的帕累托最優(yōu)解評價指標，作為優(yōu)化過程的停止準則，減少不必要的仿真運算。通過數(shù)學與工程案例研究表明，該評價指標更與領域專家的判斷相符。通過算法參數(shù)的合理設置和帕累托解集的準確評價，提高有限時間內設計方案的質量。
　　(5)汽車被動安全多學科優(yōu)化設計方法工程應用研究
　　針對高維、

11、多約束、強非線性的乘員約束系統(tǒng)等復雜被動安全優(yōu)化設計問題，綜合運用基于改進的離散粗糙集的設計約束約簡方法，基于新的變精度模糊粗糙集的設計變量約簡方法，基于聚類分析和近似模型的多學科優(yōu)化搜索策略，基于大量數(shù)值案例研究的NSGA-II推薦參數(shù)設置，以及綜合考慮均勻性與寬廣性的帕累托最優(yōu)解評價指標，提出了基于數(shù)據(jù)挖掘理論與技術的汽車被動安全優(yōu)化設計與評估總體構架與具體實施步驟。以某轎車乘員約束系統(tǒng)為研究對象，考慮100%正面碰撞，不同碰撞強度