基于HyperStudy的车门结构多目标优化方法研究.pdfVIP

基于HyperStudy的车门结构多目标优化方法研究.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(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. 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. 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. 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. 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. 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. 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
查看更多
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

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档