面向新能源汽车轻量化的粒子群优化算法研究

The new energy automobile is capable to relieve the energy shortage and environmental pollution problems. Lightweight design is imperative because the development of new energy vehicles is significantly restricted by the cruising range. The lightweight design of a new energy vehicle has more performance evaluation working conditions, structural design parameters and difficulty in searching optimization solutions, so it is important to study corresponding efficient optimization algorithm. Based on design of experiments and data mining techniques, this program puts forward the position distribution strategy of particles combining the global and local searching features, which improves the global optimization ability of the algorithm; the self-adaptive velocity updating regulation coupling with optimizing process is developed based on the studying of diversity enhancing mechanism, and the global optimization capacity of algorithm is promoted. Combined with the optimization domain identification technique, the constrained particle swarm optimization is proposed aimed at complex problems based on appropriate treatment of boundary and function constraints. The collaborative optimization strategy is studied utilizing Multidisciplinary design optimization theory and surrogate modeling technique, and a lightweight design method for the new energy vehicles is developed based on the modified particle swarm optimization. Its rationality and effectiveness are verified based on an application case, and this program proposes a scientific method for the lightweight design of new energy vehicles.

新能源汽车能有效缓解能源短缺及环境污染问题，但其发展受到续航里程极大的制约，因此迫切需要轻量化设计。由于动力系统的变化，新能源汽车比传统汽车轻量化的性能评价工况更复杂、结构设计参数更多、优化求解更困难，研究与其相适应的高效优化算法尤为重要。本项目基于粒子群优化算法，通过试验设计与数据挖掘技术，辨识设计空间优化区域，提出兼顾全局与局部搜索的粒子群位置分布策略，提高粒子群算法求解精度；研究粒子群算法多样性保持机制，提出伴随寻优进程自适应改进的速度更新规则，提升算法全局优化能力；开展适用于粒子群算法的边界与约束处理方法研究，结合约束优化域识别技术，提出针对复杂约束优化问题的粒子群算法；运用多学科优化设计理论与近似建模技术，研究新能源汽车车身复杂工况下的协同优化策略，提出基于改进粒子群算法的新能源汽车轻量化设计方法，通过实例验证其方法的合理性和有效性，为新能源汽车轻量化设计提供科学的方法和途径。

轿车车身结构设计是一个集汽车碰撞安全性、振动、噪声以及舒适性为一体的复杂系统优化设计问题。在其设计过程中，设计变量多、非线性程度强、优化求解困难，常用的优化设计算法无法有效寻得可行的优化解。本课题针对轿车车身复杂优化设计问题，基于粒子群优化算法，利用有限元数值仿真分析技术，通过研究粒子种群空间位置分布控制方法、种群多样性保持机制、基于灵敏度分析的优化域识别方法以及考虑优化问题特点的车身优化设计总体框架和设计流程，形成了基于改进粒子群算法的轿车车身优化设计体系，为轿车车身结构优化设计提供可借鉴的方法和途径。主要研究工作及结论如下：（1）针对粒子群优化算法中种群分布不合理，易发生过早收敛的缺陷，研究粒子种群空间位置分布控制方法，基于试验设计与数据挖掘技术辨识求解问题的优化区域，提出考虑优化问题目标的粒子群分布方法，提高了粒子群算法的寻优能力；（2）针对粒子群优化算法寻优过程易收敛到局部最优解的问题，研究种群多样性保持机制策略，提出基于停滞判断准则和自适应速度重置指针的粒子群算法多样性保持机制，使算法在寻优过程中避免粒子群陷入局部最优区域，从而寻得全局最优解，以提高算法寻优求解能力；（3）针对约束优化设计问题寻优求解复杂、寻优过程收敛困难的缺陷，研究粒子群优化算法约束处理方式，选择合适的边界约束和函数约束处理方法；基于灵敏度分析方法与数据挖掘技术，研究约束优化问题设计域识别方法，提出考虑优化问题特点的粒子群优化算法，提高约束优化问题运算的收敛效率和求解精度；（4）针对轿车车身优化设计问题，基于本研究提出的粒子群优化算法分布控制方法以及多样性保持机制，结合考虑优化问题特点的优化域识别方法和适当的约束处理方式，提出基于改进粒子群算法的轿车车身优化设计方法，并形成轿车车身优化设计的总体框架和设计流程。