基于自适应采样算法的动态模型预测.pdf
采用近似模型代替计算耗时的有限元仿真可以极大降低复杂工程结构优化的计算时间.由于训练样本的限制,基于单次采样的直接建模方法通常难以满足精度需求,结合自适应采样的动态建模是提高近似模型预测精度的有效途径.针对现有的自适应采样算法通常仅考虑单一响应的不足,提出一种面向多响应且独立于近似建模技术的自适应采样算法.首先根据少量优化拉丁方样本点拟合初始近似模型,在此基础上,随机生成额外的样本点,并利用交叉验证和Jackknifin评估拟添加样本点的相对不确定性大小.基于所提出的相对平均准则或最大值准则选择不确定性较大的样本点逐步提升模型的预测能力,满足既定的收敛条件后输出高精度近似模型.某车型前端结构的耐撞性响应预测及优化设计实例验证了该采样方法的有效性和相对于传统方法的优越性.
作者：张延鹏邝忠诚彭玉王明林高弘飞
作者单位：海马汽车有限公司河南郑州450016
母体文献：第十七届河南省汽车工程科技学术研讨会论文集
会议名称：第十七届河南省汽车工程科技学术研讨会
会议时间：2020年10月1日
会议地点：郑州
主办单位：河南省汽车工程学会
语种：chi
分类号：TP3O24
关键词：汽车前端结构 耐撞性 优化设计 动态模型预测 自适应采样算法
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文
|
