基于HyperStudy的车门结构多目标优化方法研究.pdfVIP

下载本文档

40
0
约8.36千字
约 5页
2017-05-08 发布于河南
举报
版权申诉

基于HyperStudy的车门结构多目标优化方法研究.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于HyperStudy的车门结构多目标优化方法研究

学兔兔学兔兔学兔兔 2．3Kriging模型的构建表4 优化前后设计变量的厚度变化 Kriging建模是基于统计学的一种方法，该方法是从序号名称初始厚度优化厚度取整 1 外后视镜加强件 1．2 1．44 1．5 变量的相关性和变异性出发，在设计空间内对优化变量 2 门锁加强件 l-2 1．O2 1．O 进行无偏、最优估，由于具有统计学特性，Kriging 3 窗框上后加强件 1．0 1．O8 1．O 很大程度上不受噪声信息的干扰，使其在不含噪声的高 4 车Iqgb板 O．7 0．66 0．7 度非线性响应数据建模方面也能具有较高的精度。 5 窗框上段 O．8 0．64 0．7 Kriging方法以变异函数理论为基础，形式上不需建 6 内板上加强件 O．8 0．64 0．7 立像响应面法那样明确的数学表达式，以输入变量和响 7 下铰链加强件 1．5 1．26 1_3 应值为对应关系的Kriging模型可表示为： 8 上铰链加强件 1．5 1．2O 1．2 9 内板 (右) 1．2 O．96 1．0 y()=SD(+8(-) 10 内板 (左) O．7 0．76 0．8 其中：Y(x)为构建的Kriging模型；f(x)为设计空间的全局近似模型；6(x)为局部偏差，该偏差需要满足的：统计特性如下： E ()]=0 童：：． r )】= 1．蔷，． Cov )’()]=。RcR，)] 其中：R为沿对角线对称的相关矩阵；R(x，x)为采迭代次数样点Xi和X之间的相关函数。 (a)车门垂向位移迭代过程采用决定系数R和调整决定系数R 可以用来评估 6． Kriging模型的精度，R和R