基于汽车耐撞性的并行支持向量机近似模型优化方法技术

一种基于汽车耐撞性的并行支持向量机近似模型优化方法，其步骤为：（1）建立网络；（2）生成初始样本并自动转移到网格节点；（3）将初始样本分配到各个计算节点；（4）随机生成样本点；（5）建立基于SVM的近似模型；（6）获取SVM近似模型的误差标准，判断是否达到收敛水平；如果是，则采用所有生成的节点构建全局的SVM模型；（7）判断全局的SVM模型是否收敛；如果收敛，则进程结束，反正，则跳转步骤（8）；（8）找到最大误差区；（9）将误差区信息求和，在求和后的区域内随机生成样本，并平均分配到各个计算节点，并跳转至步骤（4），直至进程结束。本发明专利技术采用对SVM进行并行化处理的模式、可大幅度提升建模的速度和优化的效率、提高精度。

【技术实现步骤摘要】

本专利技术主要涉及到车辆设计制造中的安全优化设计领域，特指一种。
技术介绍
耐撞性是汽车安全优化设计中主要考虑的问题，而影响汽车安全性的往往是设计过程中提供给汽车用于变形吸能的部件，如前纵梁、耐撞盒等，这些关键的吸能部件的特性和变形模式就决定了汽车在碰撞过程中的力或加速度，对乘员保护起至关重要的作用，所以薄壁吸能构件一直以来都是汽车优化设计的一个重点。早期对于耐撞性问题的优化是基于梯度经典优化算法，有从业人员将仿真技术和传统优化方法相结合用于耐撞性问题的优化，并结合多学科商业软件iSight用于汽车碰撞设计。随着近似模型方法的提出和发展，基于近似模型技术的优化方法在汽车设计中广泛应用，逐渐取代基于梯度的传统优化方法而成为目前车辆安全设计中的主流技术。另有从业人员采用Successive RSM方法对简单的吸能梁和前撞问题的耐撞性进行了研究，并采用该方法对Chevrolet C2500的安全设计进行了优化，而这一方法也被商业软件LS-OPT所采用。Koch等将6Sigma质量控制方法结合近似模型技术，建立了针对汽车侧碰的稳健性的优化设计方法，其优化结果的稳健性有一定程度的提高。此外，本文档来自技高网...

【技术保护点】
一种基于汽车耐撞性的并行支持向量机近似模型优化方法，其特征在于，步骤为：（1）根据设计空间建立稀疏网络，初始样本点位于网络节点；（2）通过超级拉丁方实验设计方法生成初始样本，样本自动转移到网格节点；（3）将生成的初始样本分配到各个计算节点；（4）在各个计算节点上用蒙特卡洛方法随机生成样本点；（5）根据当前计算节点内生成的样本，在各个计算节点上分别建立基于SVM的近似模型；（6）获取各个计算节点上分别构建的SVM近似模型的误差标准，判断是否达到收敛水平；如果在该计算节点达到收敛水平，则初步设定该区域的样本区间，进行存储，将步骤（4）在各个计算节点内用于构造近似模型的样本传至主进程，采用所有生成的...

【技术特征摘要】

【专利技术属性】
技术研发人员：王琥，蔡勇，李光耀，郑刚，
申请(专利权)人：湖南大学，
类型：发明
国别省市：