基于數(shù)據(jù)挖掘的汽車(chē)被動(dòng)安全多學(xué)科優(yōu)化設(shè)計(jì)方法研究.pdf

1、當(dāng)今全球汽車(chē)企業(yè)之間的競(jìng)爭(zhēng)越來(lái)越激烈，安全、節(jié)能與環(huán)保成為了汽車(chē)發(fā)展的三大熱點(diǎn)問(wèn)題。為適應(yīng)與滿足快速多變的市場(chǎng)需求，多學(xué)科優(yōu)化設(shè)計(jì)方法已經(jīng)在新產(chǎn)品開(kāi)發(fā)和協(xié)同設(shè)計(jì)等方面帶來(lái)了巨大變革。然而，對(duì)于汽車(chē)被動(dòng)安全設(shè)計(jì)等復(fù)雜工程領(lǐng)域的設(shè)計(jì)問(wèn)題，采用傳統(tǒng)的進(jìn)化算法進(jìn)行優(yōu)化求解，則需要漫長(zhǎng)的計(jì)算時(shí)間；而且由于設(shè)計(jì)變量、約束條件繁多，很多情況下難以獲取準(zhǔn)確的最優(yōu)解。因此，為了在有限的時(shí)間內(nèi)獲取更優(yōu)的設(shè)計(jì)方案，確保設(shè)計(jì)質(zhì)量，降低成本，快速而準(zhǔn)確的高性能多

2、學(xué)科優(yōu)化技術(shù)將是汽車(chē)被動(dòng)安全設(shè)計(jì)的一個(gè)關(guān)鍵突破點(diǎn)。同時(shí)，被動(dòng)安全設(shè)計(jì)過(guò)程存在或產(chǎn)生了大量數(shù)據(jù)，且以往相似案例的開(kāi)發(fā)過(guò)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(jià)值的信息。由于數(shù)據(jù)挖掘方法在其他工程領(lǐng)域的廣泛應(yīng)用，以及被動(dòng)安全設(shè)計(jì)領(lǐng)域與這些工程領(lǐng)域中的數(shù)據(jù)具有一定的共性，汽車(chē)被動(dòng)安全設(shè)計(jì)部門(mén)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(jī)制和統(tǒng)計(jì)分析方法只能獲取這些數(shù)據(jù)的表層信息，無(wú)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(dá)到數(shù)據(jù)利用過(guò)程和汽車(chē)被動(dòng)安全優(yōu)化設(shè)計(jì)過(guò)程的有機(jī)結(jié)合，是汽車(chē)被動(dòng)安全研究發(fā)展到一定階段的客觀要求。
　　本文針對(duì)汽車(chē)被動(dòng)安全設(shè)計(jì)，基于數(shù)據(jù)挖掘理論與方法，對(duì)多學(xué)科優(yōu)化設(shè)計(jì)的關(guān)鍵技術(shù)進(jìn)行研究。本文在美國(guó)福特汽車(chē)公司大學(xué)研究計(jì)劃（URP）、機(jī)械系統(tǒng)與振動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題等項(xiàng)目支持下，結(jié)合作者于博士就讀期間在福特汽車(chē)公司北美全球研發(fā)與創(chuàng)新中心被動(dòng)安全部門(mén)的兩年相關(guān)研究經(jīng)驗(yàn)，總結(jié)出應(yīng)用數(shù)據(jù)挖掘理論與技術(shù)，支持汽車(chē)被

4、動(dòng)安全設(shè)計(jì)的兩個(gè)研究方向：優(yōu)化設(shè)計(jì)問(wèn)題約簡(jiǎn)和高效優(yōu)化算法開(kāi)發(fā)，形成基于設(shè)計(jì)約束約簡(jiǎn)，設(shè)計(jì)變量約簡(jiǎn)，多學(xué)科優(yōu)化搜索策略，算法參數(shù)設(shè)置，帕累托最優(yōu)解評(píng)價(jià)的多學(xué)科優(yōu)化設(shè)計(jì)與評(píng)估流程，并開(kāi)展相應(yīng)的工程應(yīng)用研究。該流程已成功用于汽車(chē)的安全設(shè)計(jì)中，為我國(guó)汽車(chē)被動(dòng)安全設(shè)計(jì)提供理論與方法指導(dǎo)，本文主要研究?jī)?nèi)容如下：
　　(1)被動(dòng)安全設(shè)計(jì)中的設(shè)計(jì)約束約簡(jiǎn)方法研究
　　針對(duì)汽車(chē)被動(dòng)安全設(shè)計(jì)中設(shè)計(jì)約束繁多造成計(jì)算成本高、計(jì)算時(shí)間長(zhǎng)的問(wèn)題，在該領(lǐng)

5、域提出設(shè)計(jì)約束約簡(jiǎn)的思想，并具體給出基于改進(jìn)的變精度離散粗糙集的設(shè)計(jì)約束約簡(jiǎn)方法，有效降低了復(fù)雜工程問(wèn)題的計(jì)算成本和時(shí)間，為該問(wèn)題的后續(xù)開(kāi)發(fā)或相似案例的研究提供指導(dǎo)。其中，分析汽車(chē)被動(dòng)安全設(shè)計(jì)中的數(shù)據(jù)特點(diǎn),在對(duì)傳統(tǒng)變精度離散粗糙集方法總結(jié)的基礎(chǔ)上構(gòu)建粗糙集算法加強(qiáng)器，提出了基于改進(jìn)的變精度離散粗糙集的設(shè)計(jì)約束數(shù)據(jù)挖掘方法。數(shù)學(xué)與工程案例驗(yàn)證了該改進(jìn)方法的有效性。通過(guò)汽車(chē)被動(dòng)安全領(lǐng)域案例分析，該設(shè)計(jì)約束約簡(jiǎn)方法通過(guò)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(wèn)題復(fù)雜性，節(jié)省大量計(jì)算資源和計(jì)算時(shí)間。
　　(2)被動(dòng)安全設(shè)計(jì)中的設(shè)計(jì)變量約簡(jiǎn)方法研究
　　針對(duì)汽車(chē)被動(dòng)安全優(yōu)化設(shè)計(jì)具有大量設(shè)計(jì)變量而影響更優(yōu)解獲取的問(wèn)題，分析設(shè)計(jì)變量類數(shù)據(jù)的連續(xù)型特點(diǎn)，提出基于新的變精度模糊粗糙集的設(shè)計(jì)變量類數(shù)據(jù)挖掘方法，實(shí)現(xiàn)了基于數(shù)據(jù)挖掘的設(shè)計(jì)變量約簡(jiǎn)。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(qiáng)器的新的變精度模糊粗糙集方法，使之更適用于汽車(chē)被動(dòng)安全設(shè)計(jì)數(shù)據(jù)，提高

7、處理眾多設(shè)計(jì)變量的能力，實(shí)現(xiàn)對(duì)復(fù)雜被動(dòng)安全設(shè)計(jì)問(wèn)題的設(shè)計(jì)變量約簡(jiǎn)。提出的設(shè)計(jì)變量約簡(jiǎn)方法能有效降低問(wèn)題復(fù)雜性，獲取更優(yōu)的設(shè)計(jì)方案。通過(guò)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(shè)計(jì)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(jìn)化算法進(jìn)行直接多學(xué)科優(yōu)化設(shè)計(jì)的過(guò)程中，常產(chǎn)生大量幾乎重復(fù)的設(shè)計(jì)點(diǎn)或者質(zhì)量較低的設(shè)計(jì)點(diǎn)，尤其對(duì)于汽車(chē)被動(dòng)安全設(shè)計(jì)等高維多約束的復(fù)雜工程問(wèn)題，為減少計(jì)算

8、資源和時(shí)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(duì)優(yōu)化過(guò)程中的歷史數(shù)據(jù)進(jìn)行挖掘和應(yīng)用。其中相似點(diǎn)識(shí)別和聚類分析用于實(shí)時(shí)判斷新的設(shè)計(jì)點(diǎn)是否處在較好的設(shè)計(jì)域，根據(jù)判定結(jié)果決定是否在該設(shè)計(jì)點(diǎn)處運(yùn)行數(shù)字化仿真模型，或者用新的質(zhì)量較好的設(shè)計(jì)點(diǎn)代替；同時(shí)，在優(yōu)化倒數(shù)第二代迭代后，利用當(dāng)前所有的優(yōu)化過(guò)程歷史數(shù)據(jù)建立近似模型，并基于該模型進(jìn)行優(yōu)化，然后在優(yōu)化得到的設(shè)計(jì)點(diǎn)處運(yùn)行數(shù)字化仿真模型，與之前的設(shè)計(jì)點(diǎn)合并生成新一代的設(shè)計(jì)點(diǎn)

9、，最后繼續(xù)基于仿真模型進(jìn)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(kuò)大搜索范圍，避免局部最優(yōu)，并在后期收斂于合理域內(nèi)，實(shí)現(xiàn)精確搜索。它能更有效率地利用仿真運(yùn)算，在有限的時(shí)間內(nèi)獲取更優(yōu)的設(shè)計(jì)方案。
　　(4)優(yōu)化算法參數(shù)設(shè)置及帕累托最優(yōu)解評(píng)價(jià)指標(biāo)研究
　　被動(dòng)安全設(shè)計(jì)等復(fù)雜工程問(wèn)題要求優(yōu)化算法具有較強(qiáng)的尋優(yōu)求解能力，而合理的參數(shù)設(shè)置對(duì) NSGA-II尋優(yōu)結(jié)果及效率具有很大的影響。本文通過(guò)大量數(shù)值案例研究，對(duì)NSGA-II

10、交叉分布指數(shù)與變異分布指數(shù)兩個(gè)參數(shù)提出合理的設(shè)置區(qū)間。通過(guò)多個(gè)案例，采用分類和回歸樹(shù)數(shù)據(jù)挖掘技術(shù)，驗(yàn)證其有效性。同時(shí)，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(píng)價(jià)指標(biāo)，作為優(yōu)化過(guò)程的停止準(zhǔn)則，減少不必要的仿真運(yùn)算。通過(guò)數(shù)學(xué)與工程案例研究表明，該評(píng)價(jià)指標(biāo)更與領(lǐng)域?qū)＜业呐袛嘞喾?。通過(guò)算法參數(shù)的合理設(shè)置和帕累托解集的準(zhǔn)確評(píng)價(jià)，提高有限時(shí)間內(nèi)設(shè)計(jì)方案的質(zhì)量。
　　(5)汽車(chē)被動(dòng)安全多學(xué)科優(yōu)化設(shè)計(jì)方法工程應(yīng)用研究
　　針對(duì)高維、

11、多約束、強(qiáng)非線性的乘員約束系統(tǒng)等復(fù)雜被動(dòng)安全優(yōu)化設(shè)計(jì)問(wèn)題，綜合運(yùn)用基于改進(jìn)的離散粗糙集的設(shè)計(jì)約束約簡(jiǎn)方法，基于新的變精度模糊粗糙集的設(shè)計(jì)變量約簡(jiǎn)方法，基于聚類分析和近似模型的多學(xué)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(shè)置，以及綜合考慮均勻性與寬廣性的帕累托最優(yōu)解評(píng)價(jià)指標(biāo)，提出了基于數(shù)據(jù)挖掘理論與技術(shù)的汽車(chē)被動(dòng)安全優(yōu)化設(shè)計(jì)與評(píng)估總體構(gòu)架與具體實(shí)施步驟。以某轎車(chē)乘員約束系統(tǒng)為研究對(duì)象，考慮100%正面碰撞，不同碰撞強(qiáng)度