基于自适应行为博弈算法的车辆悬架系统参数优化方法技术方案

本发明专利技术公开了基于自适应行为博弈算法的车辆悬架系统参数优化方法，建立博弈模型；将平顺性综合评价指标和操稳性评价指标作为博弈模型中的两个局中人；选取阻尼和刚度为优化设计变量，运用聚类算法对上述变量进行处理，将函数约束条件转化为各个局中人可供选择策略空间约束条件，获得各个局中人的策略集；建立自适应行为规则，确定各博弈方的收益函数表达式，建立一个自适应行为博弈控制模型并设置博弈收敛判据；本发明专利技术采用解决矛盾冲突能力较强的博弈算法将操稳性与平顺性作为博弈参与方同时考虑进来，建立博弈局中人策略集及其约束，依据收敛准则得到最优值，作为满足所需求解的悬架系统参数。解的悬架系统参数。解的悬架系统参数。

【技术实现步骤摘要】
基于自适应行为博弈算法的车辆悬架系统参数优化方法


[0001]本专利技术涉及汽车底盘
，尤其是基于自适应行为博弈算法的车辆悬架系统参数优化方法。

技术介绍

[0002]悬架是现代汽车上的重要总成之一，其主要是任务传递作用在车轮和车架之间的一切力和力矩，缓和路面冲击，保证车辆在路面不平时可以正常行驶，保证载荷变化时汽车获得高速行驶的能力。实际上，在对汽车的悬架系统进行参数匹配设计时，一方面需要把所有的悬架部件安装在有限的悬架空间内，另一方面悬架与汽车的多种使用性能有关，为满足这些性能，悬架系统必须要保证汽车有良好的行驶平顺性和操纵稳定性。两性能之间具有矛盾关系，平顺性增加，一定程度上使操纵稳定性有降低趋势，反之亦然。
[0003]悬架参数的优化往往采用多目标优化方法，而传统的多目标优化方法是以数学规划理论为基石，采用降维法、评价函数法等方法把多目标问题转换成单目标问题来求解，这种处理方法是以决策者为主动地位，其目标函数以及相应的设计方案等均是被动的，与目前提倡的复杂适应系统(Complex adaptive system，CAS)理论相悖。CAS理论是把系统中的全体元素视为主动的，从竞争、合作以及自适应能力的主体概念来分析整个系统。博弈理论是一种为矛盾冲突问题提供计算各种可能决策所产生效益的数学方法，其原理与多目标优化方法类似，博弈的三要素局中人、局中人采取的策略集、收益近似对应着多目标优化方法中的目标函数、决策变量、最优解，多目标优化方法中的约束条件可以转变为博弈算法的策略集约束，符合CAS理论的设计理念。
[0004]在悬架系统参数优化方面，专利号为CN 103646280 A的专利技术中提供一种基于粒子群算法的车辆悬架系统参数多目标优化方法，对悬架系统不同使用性能的要求，折中考虑悬架参数优化过程中的各种矛盾，采用搜索能力较强的粒子群算法对悬架系统的参数进行寻优，建立作为寻优判别标准的适应度函数，得到粒子种群的历史全局最优值，作为满足所需求解的悬架系统参数。但不能同时对悬架的刚度和阻尼进行优化。
[0005]在博弈论方面，专利号CN 107985004 A的专利技术中提出一种车辆空气悬架系统中的横向互联空气悬架减振器阻尼博弈控制系统，通过对车辆平顺性的输出阻尼和操作稳定性的输出阻尼进行了博弈控制，通过Shapley值法来对平顺性和稳定性进行贡献值平均值的估算和合作收益的公平分配，从而提升车辆的行驶平顺性和操纵稳定性。但所有行驶工况下只采用合作博弈一种博弈控制，最终的控制效果无法达到最优。

技术实现思路

[0006]为了解决现有技术中存在的不足，本专利技术提出了基于自适应行为博弈算法的车辆悬架系统参数优化方法，采用解决矛盾冲突能力较强的博弈算法将操稳性与平顺性作为博弈参与方同时考虑进来，建立博弈局中人策略集及其约束，依据收敛准则得到最优值，作为满足所需求解的悬架系统参数。
[0007]本专利技术所采用的技术方案如下：
[0008]基于自适应行为博弈算法的车辆悬架系统参数优化方法，包括如下内容：
[0009]建立博弈模型G＝{N,S,u}，N是局中人集合，S是策略空间，u是收益空间；将平顺性综合评价指标J
a
和操稳性评价指标J
b
作为博弈模型中的两个局中人；
[0010]选取阻尼和刚度为优化设计变量，运用聚类算法对上述变量进行处理，将函数约束条件转化为各个局中人可供选择策略空间约束条件，获得各个局中人的策略集；
[0011]建立自适应行为规则，确定各博弈方的收益函数表达式，建立一个自适应行为博弈控制模型；
[0012]设置博弈收敛判据，若满足条件则博弈过程结束，得到博弈均衡解，即自适应博弈控制的优化控制结果；如果不满足，继续循环直至满足收敛条件为止。
[0013]进一步，赋予车身垂向加速度、俯仰加速度、侧倾加速度这三个指标的均方根值不同的权重值，设计出平顺性综合评价指标其中，w1、w2和w3均为权重值，为车身垂向加速度均方根值，为车身俯仰加速度均方根值，为车身侧倾加速度均方根值。
[0014]进一步，权重系数w1取0.4，权重系数w2取0.5，权重系数w3取0.1。
[0015]进一步，将轮胎动载荷均方根作为整车操稳性评价指标其中，F
di
为轮胎动载荷均方根，i＝1～4分别指四个车轮。
[0016]进一步，优化设计变量选取驾驶员座椅阻尼系数c1，前轮悬架阻尼系数c2，后轮悬架阻尼系数c4，驾驶员座椅弹簧刚度k1，前悬架弹簧刚度k2，后悬架弹簧刚度k4；
[0017]进一步，构建博弈局中人策略集的方法为：
[0018]步骤3.1、建立影响因子集合；
[0019]步骤3.1.1、基于优化设计变量，建立设计变量集A＝[a1,a2,a3,...,a
n
]，并把该集合分给各博弈方的策略空间；
[0020]步骤3.1.2、对收益空间Z
i
中每个收益函数进行单目标优化，得到优化解分别为其中：为第i个博弈方的设计变量集合，
[0021][0021]为第i个博弈方的第j个设计变量的值，i＝1,2,...,m；j＝1,2,...,n，m为博弈方数量，n为设计变量数量；
[0022]步骤3.1.3、将设计变量a
j
相关变量代入收益函数z
i
(
·
)中，得到并对a
j
均值z
j
求偏导数计算出灵敏度函数z
i
是收益函数；
[0023]步骤3.1.4、计算出灵敏度函数阈值cj；
[0024]步骤3.1.5、求解不等式计算出z
j
占其可行域的比例δ
ji
，δ
ji
为a
j
对收益函数z
i
(
·
)的影响因子；a
j
对所有收益函数的影响因子集为δ
ji
＝{δ
j1
,δ
j2
,...,δ
jm
}；
[0025]步骤3.1.6、构建出策略集S＝{S1，S2，
…
S
m
}对所有收益函数的影响因子集合δ＝
{δ1,δ2,...δ
m
}；
[0026]步骤3.2、基于模糊聚类构建博弈策略集。
[0027]步骤3.2.1、先求得模糊相似矩阵，标出被分类对象模糊相似关系的统计量λ
ij
，表示为：
[0028]基于λ
ij
建立模糊相似矩阵H
n
×
n
＝(λ
ij
)
n
×
n
，运用二乘法求解H
n
×
n
的模糊等价矩阵当第一次出现时，被称为模糊等价矩阵，分别为矩阵H
n
×
...

【技术保护点】

【技术特征摘要】
1.基于自适应行为博弈算法的车辆悬架系统参数优化方法，其特征在于，包括如下内容：建立博弈模型G＝{N,S,u}，N是局中人集合，S是策略空间，u是收益空间；将平顺性综合评价指标J
a
和操稳性评价指标J
b
作为博弈模型中的两个局中人；选取阻尼和刚度为优化设计变量，运用聚类算法对上述变量进行处理，将函数约束条件转化为各个局中人可供选择策略空间约束条件，获得各个局中人的策略集；建立自适应行为规则，确定各博弈方的收益函数表达式，建立一个自适应行为博弈控制模型；设置博弈收敛判据，若满足条件则博弈过程结束，得到博弈均衡解，即自适应博弈控制的优化控制结果；如果不满足，继续循环直至满足收敛条件为止。2.根据权利要求1所述的基于自适应行为博弈算法的车辆悬架系统参数优化方法，其特征在于，赋予车身垂向加速度、俯仰加速度、侧倾加速度这三个指标的均方根值不同的权重值，设计出平顺性综合评价指标其中，w1、w2和w3均为权重值，为车身垂向加速度均方根值，为车身俯仰加速度均方根值，为车身侧倾加速度均方根值。3.根据权利要求1所述的基于自适应行为博弈算法的车辆悬架系统参数优化方法，其特征在于，将轮胎动载荷均方根作为整车操稳性评价指标其中，F
di
为轮胎动载荷均方根，i＝1～4分别指四个车轮。4.根据权利要求1所述的基于自适应行为博弈算法的车辆悬架系统参数优化方法，其特征在于，优化设计变量选取驾驶员座椅阻尼系数c1，前轮悬架阻尼系数c2，后轮悬架阻尼系数c4，驾驶员座椅弹簧刚度k1，前悬架弹簧刚度k2，后悬架弹簧刚度k4。5.根据权利要求1所述的基于自适应行为博弈算法的车辆悬架系统参数优化方法，其特征在于，构建博弈局中人策略集的方法为：步骤3.1、建立影响因子集合；步骤3.1.1、基于优化设计变量，建立设计变量集A＝[a1,a2,a3,...,a
n
]，并把该集合分给各博弈方的策略空间；步骤3.1.2、对收益空间Z
i
中每个收益函数进行单目标优化，得到优化解分别为其中：为第i个博弈方的设计变量集合，为第i个博弈方的设计变量集合，为第i个博弈方的第j个设计变量的值，i＝1,2,...,m；j＝1,2,...,n，m为博弈方数量，n为设计变量数量；步骤3.1.3、将设计变量a
j
相关变量代入收益函数z
i
(
·
)中，得到并对a
j
均值z
j
求偏导数计算出灵敏度函数z
i
是收益函数；步骤3.1.4、计算出灵敏度函数阈值c
j
；步骤3.1.5、求解不等式计算出z
j
占其可行域的比例δ
ji
，δ
ji
为
a
j
对收益函数z
i
(
·
)的影响因子；a
j
对所有收益函数的影响因子集为δ
ji
＝{δ
j1
,δ
j2
,...,δ
jm
}；步骤3.1.6、构建出策略集S＝{S1，S2，
…
S
m
}对所有收益函数的影响因子集合δ＝{δ1,δ2,...δ
m
}；步骤3.2、基于模糊聚类构建博弈策略集。步骤3.2.1、先求得模糊相似矩阵，标出被分类对象模糊相似关系的统计量λ
ij
，表示为：基于λ
ij
建立模糊相似矩阵H
n
×
n
＝(λ
ij
)
n
×
n
，运用二乘法求解H
n
×
n
的模糊等价矩阵当第一次出现时，被称为模糊等价矩阵，分别为矩阵H
n
×
n
的k次方和矩阵H
n
×
n
的2k次方；步骤3.2.2、基于局...

【专利技术属性】
技术研发人员：孙丽琴，王莹，杨梁，耿国庆，徐亦航，张佳，赵文，章国栋，徐忠堂，李春，郝守刚，徐兴，彭诚，黄炯，
申请(专利权)人：江苏大学，
类型：发明
国别省市：