帕累托边界优化的非线性修正方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种帕累托边界优化的非线性修正方法、装置、计算机设备及存储介质，该方法包括：获取待优化的车身设计变量；确定待优化的车身设计变量的优化约束条件以及优化目标函数，通过对优化约束条件的响应面分析，采集车身设计变量样本；根据车身设计变量样本，建立响应面的帕累托边界；确定响应面的帕累托边界与仿真帕累托边界之间的修正函数；根据修正函数，获取车身设计变量的真实仿真模拟数值；根据真实仿真模拟数值，建立类真实帕累托边界，以获取最优车身设计变量。本方案通过对响应面的帕累托边界进行修正，降低了修正的复杂度，有效解决了响应面精度不佳的问题，并且修正后的帕累托边界，可促进多学科优化流程。可促进多学科优化流程。可促进多学科优化流程。

【技术实现步骤摘要】
帕累托边界优化的非线性修正方法、装置、设备及介质


[0001]本专利技术涉及汽车
，尤其涉及一种帕累托边界优化的非线性修正方法、装置、设备及介质。

技术介绍

[0002]汽车设计的数值分析中，常用响应面法(RSM,Response Surface Method)来快速求得优化解，进一步提供设计部门及时的工程支援，协助汽车性能设计趋于完善。
[0003]目前，使用响应面法进行优化的过程中，响应面的精度是确保汽车设计流程中优化(optimization)或是多学科优化(MDO,Multi
‑
Discipline Optimization)有效性的基石。响应面方法在处理汽车碰撞安全仿真性能时，往往因碰撞安全性能的高非线性特性，无法精确的预测性能数值。由此可见，目前存在响应面优化方法精度差的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种帕累托边界优化的非线性修正方法、装置、计算机设备及存储介质，以解决现有技术中响应面优化方法精度差的问题。
[0005]第一方面，提供了一种帕累托边界优化的非线性修正方法，包括
[0006]获取待优化的车身设计变量；
[0007]确定待优化的车身设计变量的优化约束条件以及优化目标函数，通过对优化约束条件的响应面分析，采集车身设计变量样本；
[0008]根据车身设计变量样本，建立响应面的帕累托边界；
[0009]确定响应面的帕累托边界与仿真帕累托边界之间的修正函数；
[0010]根据修正函数，获取车身设计变量的真实仿真模拟数值；
[0011]根据真实仿真模拟数值，建立类真实帕累托边界，以获取最优车身设计变量。
[0012]进一步，确定响应面的帕累托边界与仿真帕累托边界之间的修正函数，包括：
[0013]当响应面的帕累托边界的参数组合与仿真帕累托边界的参数组合一致时，获取响应面的帕累托边界的参数组合对应的第一实际数值，以及响应面的帕累托边界的参数组合在仿真帕累托边界中对应的第二实际数值；
[0014]确定第一实际数值以及第二实际数值之间的修正函数。
[0015]进一步，获取响应面的帕累托边界的参数组合对应的第一实际数值，与仿真帕累托边界的参数组合对应的第二实际数值，包括：
[0016]在响应面的帕累托边界上选取预设数量的参考点；
[0017]根据参考点对应的参数组合，获取第一实际数值；
[0018]将参考点对应的参数组合输入到仿真帕累托边界中进行仿真验证，以获取第二实际数值。
[0019]进一步，确定第一实际数值以及第二实际数值之间的修正函数，包括：
[0020]根据第一实际数值以及第二实际数值，确定第一实际数值与第二实际数值之间的
差异性；
[0021]根据差异性、优化目标函数以及优化约束条件，建立第一实际数值与第二实际数值之间的修正函数。
[0022]进一步，优化约束条件包括第一优化约束条件以及第二优化约束条件，根据的车身设计变量样本，建立响应面的帕累托边界，包括：
[0023]当的车身设计变量样本的数量达到预设阈值时，获取符合第一优化约束条件的车身设计变量样本的第一数值族群，以及符合第二优化约束条件的车身设计变量样本的第二数值族群；
[0024]根据第一优化约束条件、第二优化约束条件、第一数值族群以及第二数值族群建立对应坐标系，以生成数值群聚，数值群聚包括响应面的帕累托边界。
[0025]进一步，确定响应面的帕累托边界的参数组合与仿真帕累托边界的参数组合一致，包括：
[0026]将类真实帕累托边界上的参数组合与响应面的帕累托边界上的参数组合进行对比；
[0027]当类真实帕累托边界上的参数组合的位置与响应面的帕累托上的参数组合的位置相似度达到预设阈值时，则确定响应面的帕累托边界的参数组合与仿真帕累托边界的参数组合一致。
[0028]第二方面，提供了一种帕累托边界优化的非线性修正装置，包括：
[0029]待优化的车身设计变量单元，用于获取待优化的车身设计变量；
[0030]车身设计变量样本采集单元，用于确定待优化的车身设计变量优化约束条件以及优化目标函数，通过对优化约束条件的响应面分析，采集的车身设计变量样本；
[0031]帕累托边界建立单元，用于根据的车身设计变量样本，建立响应面的帕累托边界；
[0032]修正函数确定单元，用于确定响应面的帕累托边界与仿真帕累托边界之间的修正函数；
[0033]真实仿真模拟数值获取单元，用于根据修正函数，获取的车身设计变量的真实仿真模拟数值；
[0034]最轻组合获取单元，用于根据真实仿真模拟数值，建立类真实帕累托边界，以获取最优车身设计变量。
[0035]进一步，修正函数确定单元，还用于：
[0036]当响应面的帕累托边界的参数组合与仿真帕累托边界的参数组合一致时，获取响应面的帕累托边界的参数组合对应的第一实际数值，以及响应面的帕累托边界的参数组合在仿真帕累托边界中对应的第二实际数值；
[0037]确定第一实际数值以及第二实际数值之间的修正函数。
[0038]第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现上述帕累托边界优化的非线性修正方法的步骤。
[0039]第四方面，提供了一个或多个可读存储介质，可读存储介质存储有计算机可读指令，计算机可读指令被处理器执行时实现上述帕累托边界优化的非线性修正方法的步骤。
[0040]上述帕累托边界优化的非线性修正方法、装置、计算机设备及存储介质，其方法实
现具体包括：获取待优化的车身设计变量；确定待优化的车身设计变量的优化约束条件以及优化目标函数，通过对优化约束条件的响应面分析，采集车身设计变量样本；根据车身设计变量样本，建立响应面的帕累托边界；确定响应面的帕累托边界与仿真帕累托边界之间的修正函数；根据修正函数，获取车身设计变量的真实仿真模拟数值；根据真实仿真模拟数值，建立类真实帕累托边界，以获取最优车身设计变量。本方案通过对响应面的帕累托边界进行修正，相对于现有技术中通过开发不同的元函数以提高响应面的预测精度，修正的准确度更高，并且由于帕累托边界在变数维度上远低于响应面的元函数，非线性程度大大降低，修正的复杂度也明显降低，因此有效解决了以响应面为基础的优化方法精度不佳的问题，并且目前的多学科(MDO)分析计算对分析计算软硬件带来了巨大的负担问题，且计算周期长，使得多学科优化设计在汽车研发可行性较低，而本方案中，通过对帕累托边界进行修正，降低修正度的同时保证高精度预测，从而促进多学科优化在汽车研发中的运用，可大大减少优化方案磨合反复验算次数，缩短开发周期。
附图说明
[0041]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种帕累托边界优化的非线性修正方法，其特征在于，包括：获取待优化的车身设计变量；确定所述待优化的车身设计变量的优化约束条件以及优化目标函数，通过对所述优化约束条件的响应面分析，采集车身设计变量样本；根据所述车身设计变量样本，建立所述响应面的帕累托边界；确定所述响应面的帕累托边界与仿真帕累托边界之间的修正函数；根据所述修正函数，获取所述车身设计变量的真实仿真模拟数值；根据所述真实仿真模拟数值，建立类真实帕累托边界，以获取最优车身设计变量。2.如权利要求1所述的帕累托边界优化的非线性修正方法，其特征在于，所述确定所述响应面的帕累托边界与仿真帕累托边界之间的修正函数，包括：当所述响应面的帕累托边界的参数组合与所述仿真帕累托边界的参数组合一致时，获取所述响应面的帕累托边界的参数组合对应的第一实际数值，以及所述响应面的帕累托边界的参数组合在所述仿真帕累托边界中对应的第二实际数值；确定所述第一实际数值以及第二实际数值之间的修正函数。3.如权利要求2所述的帕累托边界优化的非线性修正方法，其特征在于，所述获取所述响应面的帕累托边界的参数组合对应的第一实际数值，与仿真帕累托边界的参数组合对应的第二实际数值，包括：在所述响应面的帕累托边界上选取预设数量的参考点；根据所述参考点对应的参数组合，获取所述第一实际数值；将所述参考点对应的参数组合输入到所述仿真帕累托边界中进行仿真验证，以获取所述第二实际数值。4.如权利要求2所述的帕累托边界优化的非线性修正方法，其特征在于，所述确定所述第一实际数值以及第二实际数值之间的修正函数，包括：根据所述第一实际数值以及所述第二实际数值，确定所述第一实际数值与所述第二实际数值之间的差异性；根据所述差异性、优化目标函数以及优化约束条件，建立所述第一实际数值与所述第二实际数值之间的修正函数。5.如权利要求1
‑
4任意一项所述的帕累托边界优化的非线性修正方法，其特征在于，所述优化约束条件包括第一优化约束条件以及第二优化约束条件，所述根据所述车身设计变量样本，建立所述响应面的帕累托边界，包括：当所述车身设计变量样本的数量达到预设阈值时，获取符合所述第一优化约束条件的车身设计变量样本的第一数值族群，以及符合所述第二优化约束条件的车身设计变量样本的第二数值族群；根...

【专利技术属性】
技术研发人员：林德佳，郑颢，徐义博，李伟，苏东，王玉超，
申请(专利权)人：广州汽车集团股份有限公司，
类型：发明
国别省市：