论文部分内容阅读
汽车操纵稳定性不仅影响汽车驾驶的操纵方便性，而且决定高速汽车行驶安全性，是衡量现代汽车性能的主要标准之一。汽车操纵稳定性评价指标众多，对汽车系统进行有关汽车操纵稳定性的优化显然是一个大规模多目标优化问题，一般需要借助于专业的多体系统动力学软件进行分析和求解。传统的优化方法处理这类优化问题时，往往不容易收敛且所求解是局部最优解。遗传算法作为一种随机搜索算法，具有很强的全局寻优能力。但从国内外对遗传算法研究的现状来看，遗传算法在适应度评价策略、保持群体的多样性策略和算法收敛性等方面存在一些问题。本文建立了基于改进遗传算法的联合优化设计分析平台来对汽车悬架进行优化，以提高汽车操纵稳定性。首先，针对遗传算法存在的收敛性问题，本文采用不动点理论对其进行了改进。在改进的遗传算法中，对解空间进行K1剖分，然后计算初始代种群承载单纯形，并对单纯形顶点进行标号，找出全标单纯形，缩小解空间范围，加快遗传算法的收敛速度；同时在遗传运算过程中，以父子混合杰出者选择策略产生子代个体来解决以概率的方式选取子代的问题。其次，确定设计变量和优化目标。针对这部分，本文先是在ADAMS/Car中建立4自由度的汽车前悬架模型；然后，根据汽车悬架定位参数与汽车操纵稳定性的关系，对模型进行了仿真分析确定优化目标和设计变量；为了提高优化的效率，联合ADAMS/Car和Isight软件对设计变量进行灵敏度分析，确定了主要设计变量。最后，搭建基于改进遗传算法的联合优化设计分析平台和对汽车悬架模型进行优化。该平台是借助多学科综合优化设计软件Isight的强大的过程集成能力和二次开发能力，将改进遗传算法程序、ADAMS/Car和MATLAB软件联合起来对汽车悬架模型进行联合仿真分析。改进遗产算法通过Isight软件的二次开发模块SDK，借助Java语言中的JNI接口技术被添加到Isight软件的优化算法库中。ADAMS/Car和MATLAB软件借助Isight软件的过程集成组件Simcode以命令脚本的方式被集成到Isight软件中。用建立好的优化分析平台对汽车悬架模型进行优化分析，优化结果表明了联合优化方法的可行性和改进遗传算法的有效性。