-
Patent Agency Ranking
公开(公告)号：CN113408059A
公开(公告)日：2021-09-17
申请号：CN202110737146.4
申请日：2021-06-30
Applicant: 吉林大学
Abstract: 本发明公开了一种汽车复合材料保险杠防撞梁厚度的多目标优化方法，包括：步骤一、分别确定防撞梁的上板、下板、前板、后板和肋板的铺层厚度取值范围，以及各铺层厚度对应的铺层顺序；步骤二、生成初始样本数据集，并确定防撞梁铺层厚度优化的目标函数f(x)和约束函数g(x)；步骤三、根据所述目标函数和所述约束函数，设置高斯随机过程核函数初始参数，并训练得到GPR模型；步骤四、通过GPR模型得到Pareto前沿解集，并在所述Pareto前沿解集中筛选出新的样本，加入所述初始样本数据集中；循环步骤二至步骤四，直到满足迭代次数，得到优化的Pareto前沿解集，并根据所述优化的Pareto前沿解集得到防撞梁的上板、下板、前板、后板和肋板的优化铺层厚度。
-
公开(公告)号：CN117542453A
公开(公告)日：2024-02-09
申请号：CN202311477369.7
申请日：2023-11-08
Applicant: 吉林大学
IPC: G16C60/00 , G06F30/25 , G06N3/006 , G06F113/26 , G06F119/14
Abstract: 本发明公开了一种客车车底骨架梁截面厚度的多目标优化算法，包括：步骤一、将车底骨架中的前部与后部按照其厚度进行分组，并基于厚度分组进行第一次灵敏度分析，得到对质量敏感而对性能不敏感的梁组；步骤二、对得到的梁组进行功能性分组，并对其进行第二次灵敏度分析，得到功能性相同的变量梁组；步骤三、采用拉丁超立方设计对得到的变量梁组进行采样，构建代理模型，设置添加具体的约束条件，步骤四、根据目标函数和约束函数，设置高斯随机过程核函数初始参数，依据初始样本进行回归模型超参数调优以及模型训练；步骤五、基于粒子群算法进行寻优，得到优化后的设计变量取值。对客车车底骨架进行多目标优化设计，降低客车车底骨架质量。
-
公开(公告)号：CN112488486A
公开(公告)日：2021-03-12
申请号：CN202011338049.X
申请日：2020-11-25
Applicant: 吉林大学
Abstract: 本发明公开一种基于零和博弈的多准则决策方法，包括如下步骤：步骤一、根据多目标优化问题，确定优化后的Pareto解集以及n个目标函数；步骤二、确定所述目标函数的最优解；步骤三、构建零和博弈模型并将其转化为线性规划问题，计算得到第一参与者的混合策略；步骤四、根据第一参与者的混合策略确定所对应的目标函数，将所述目标函数在坐标系内映射到所述优化后的Pareto解集得到最佳多准则决策。本发明求解速度快、精度高。
-
公开(公告)号：CN113408059B
公开(公告)日：2022-06-07
申请号：CN202110737146.4
申请日：2021-06-30
Applicant: 吉林大学
Abstract: 本发明公开了一种汽车复合材料保险杠防撞梁厚度的多目标优化方法，包括：步骤一、分别确定防撞梁的上板、下板、前板、后板和肋板的铺层厚度取值范围，以及各铺层厚度对应的铺层顺序；步骤二、生成初始样本数据集，并确定防撞梁铺层厚度优化的目标函数f(x)和约束函数g(x)；步骤三、根据所述目标函数和所述约束函数，设置高斯随机过程核函数初始参数，并训练得到GPR模型；步骤四、通过GPR模型得到Pareto前沿解集，并在所述Pareto前沿解集中筛选出新的样本，加入所述初始样本数据集中；循环步骤二至步骤四，直到满足迭代次数，得到优化的Pareto前沿解集，并根据所述优化的Pareto前沿解集得到防撞梁的上板、下板、前板、后板和肋板的优化铺层厚度。
-
公开(公告)号：CN112488486B
公开(公告)日：2022-04-15
申请号：CN202011338049.X
申请日：2020-11-25
Applicant: 吉林大学
Abstract: 本发明公开一种基于零和博弈的多准则决策方法，包括如下步骤：步骤一、根据多目标优化问题，确定优化后的Pareto解集以及n个目标函数；步骤二、确定所述目标函数的最优解；步骤三、构建零和博弈模型并将其转化为线性规划问题，计算得到第一参与者的混合策略；步骤四、根据第一参与者的混合策略确定所对应的目标函数，将所述目标函数在坐标系内映射到所述优化后的Pareto解集得到最佳多准则决策。本发明求解速度快、精度高。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
