项目名称: 基于空间映射布点模式的高维代理模型构造方法研究及其在车身耐撞性优化中的应用

项目编号: No.11302266

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 李恩颖

作者单位: 中南林业科技大学

项目金额: 27万元

中文摘要: 车身耐撞性设计是具有多重非线性的复杂的工程优化问题,本项目针对车身耐撞性的特点,拟建立一种基于空间映射布点模式的自组织代理模型构造的优化方法。本方法的主要特点在于:考虑车身耐撞性设计中参数类型的多样性,通过参数空间研究方法将连续、离散和逻辑三种类型的设计变量统一于同一设计空间;考虑耐撞性问题的时序性,拟建立更为完善的基于时间历程的动态目标函数;考虑耐撞性仿真的不确定性,将模型的结构稳定性作为建模的首要准则,结合空间映射方法,在弱化严格收敛的条件的同时,保证布点的准确性和收敛性;考虑耐撞性问题的高维非线性,为了降低建模的复杂度,选择具有自组织特性的数据处理分组方法作为基本框架,采用多种模型集合的方式确定误差最大区域,提高模型的稳定性。本项目的研究内容是车身耐撞性优化设计的工程需求,如顺利完成,希望能提高代理模型优化方法的可用,可信和可扩展性,真正用于工程实践。

中文关键词: 空间映射;近似模型;高维;HDMR;GMDH

英文摘要: Because of the multiply nonlinearities of crashworthiness design, it is a complex problem in engineering optimization. According to the features of crashworthiness, the project proposes a space mapping sampling-based self-organized surrogate modeling method. The characteristics of the proposed strategy can be summarized as: continua, discrete and logic design variables are integrated in the same design space by using parameter system investigation (PSI) method by considering variety of design parameters in crashworthiness; a time-based dynamical objective function should be constructed by addressing the time related crashworthiness procedure; the structural stability of surrogate model should be the primary principle for modeling due to uncertainties and complexity of crashworthiness simulation. The space mapping is also integrated for generating samples by the relaxing convergence criterion; group method for data handling (GMDH) is used for constructing model due to its' self-organized characteristic. Moreover, to guarantee the reliability of the surrogate model, ensemble surrogate model method is used for finding the max error zone. All strategies proposed in this project focus on crashworthiness optimization in vehicle design. If all strategies are completed, they should be potential for improving the utilit

英文关键词: space mapping;surrogate modeling;high dimension;HDMR;GMDH

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
专知会员服务
57+阅读 · 2021年6月1日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
45+阅读 · 2020年11月13日
[NeurIPS 2020] 球形嵌入的深度度量学习
专知会员服务
16+阅读 · 2020年11月8日
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
论文浅尝 | 基于正交普鲁克分析的高效知识图嵌入学习
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一文读懂贝叶斯分类算法(附学习资源)
大数据文摘
12+阅读 · 2017年12月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
9+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
29+阅读 · 2020年3月16日
Arxiv
92+阅读 · 2020年2月28日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
专知会员服务
57+阅读 · 2021年6月1日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
51+阅读 · 2020年12月19日
专知会员服务
45+阅读 · 2020年11月13日
[NeurIPS 2020] 球形嵌入的深度度量学习
专知会员服务
16+阅读 · 2020年11月8日
相关资讯
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
论文浅尝 | 基于正交普鲁克分析的高效知识图嵌入学习
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一文读懂贝叶斯分类算法(附学习资源)
大数据文摘
12+阅读 · 2017年12月14日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
9+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员