[發(fā)明專利]一種用于高速列車吸能結構設計的多目標優(yōu)化決策方法

有效

• 申請?zhí)枺?/td>: 201810828482.8
• 申請日: 2018-07-25
• 公開（公告）號: CN109063304B
• 公開（公告）日: 2020-04-28
• 發(fā)明（設計）人: 彭勇;張洪浩;侯林;許平;姚曙光;孫成名
• 申請（專利權）人: 中南大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/15;G06Q10/06;G06Q50/30;G06F111/10
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 馬家駿

本發(fā)明公開了機械結構優(yōu)化設計領域的一種用于高速列車吸能結構設計的多目標優(yōu)化決策方法，包括：確定列車吸能結構類型，構建吸能結構的有限元模型；選定設計變量、優(yōu)化目標函數(shù)以及約束條件，通過響應表面法擬合有限元模型得到吸能結構優(yōu)化數(shù)學模型；采用NSGA?Ⅱ對數(shù)學模型進行優(yōu)化計算得到Pareto前沿非劣解集；根據(jù)實際工況，采用最優(yōu)最劣方法計算所述優(yōu)化目標函數(shù)中各優(yōu)化目標的權重；采用GRA?VIKOR集成方法對Pareto前沿非劣解集進行決策分析，結合所述權重確定吸能結構設計的最優(yōu)解。本發(fā)明解決了優(yōu)化解集多樣性與工程應用方案唯一性的歧義性問題，實現(xiàn)了高速列車吸能結構設計優(yōu)化研究，方法簡單、新穎、易于實現(xiàn)，且結果穩(wěn)定。

技術領域

本發(fā)明涉及機械結構優(yōu)化設計技術領域，具體涉及了一種用于高速列車吸能結構設計的多目標優(yōu)化決策方法。

背景技術

列車碰撞事故會造成嚴重不可避免的人員傷亡和巨大的經濟損失。隨著列車運行速度的提高，高速列車運行時攜帶的動能也大幅提高，為了在碰撞事故中保護乘客和司機，對列車端部吸能結構的要求也越來越高，設計和優(yōu)化合理的列車端部吸能結構已經成為列車耐撞性研究中的熱點問題。

隨著智能優(yōu)化算法的發(fā)展，NSGA-II成為目前應用最為廣泛的多目標優(yōu)化算法，最終得到Pareto非劣解集。但在工程應用上，最終使用方案具有唯一性，原有多目標優(yōu)化算法Pareto解集的多樣性與工程應用方案的唯一性導致了歧義性，如何在Pareto解集中的選出最需要的設計方案成為多目標優(yōu)化問題的又一焦點。

發(fā)明內容

本發(fā)明目的在提供一種用于高速列車吸能結構設計的多目標優(yōu)化決策方法，以解決現(xiàn)有技術中無法在Pareto解集中選出最優(yōu)解的技術缺陷。

為實現(xiàn)上述目的，本發(fā)明提供了一種用于高速列車吸能結構設計的多目標優(yōu)化決策方法，包括以下步驟：

S1：確定列車吸能結構類型，構建吸能結構的有限元模型；

S2：選定設計變量、優(yōu)化目標函數(shù)以及約束條件，通過響應表面法擬合有限元模型得到吸能結構優(yōu)化數(shù)學模型；

S3：采用NSGA-Ⅱ對數(shù)學模型進行優(yōu)化計算得到Pareto前沿非劣解集；

S4：根據(jù)實際工況，采用最優(yōu)最劣方法計算優(yōu)化目標函數(shù)中各優(yōu)化目標的權重；

S5：采用GRA-VIKOR集成方法對Pareto前沿非劣解集進行決策分析，結合權重確定吸能結構設計的最優(yōu)解。

優(yōu)選地，S1構建吸能結構的有限元模型之后、S2擬合有限元模型前先通過整車試驗驗證有限元模型的有效性。

優(yōu)選地，吸能結構包括薄壁式吸能結構、膨脹式吸能結構、切削式吸能結構和復合式吸能結構。

優(yōu)選地，設計變量包括比吸能和峰值力。

優(yōu)選地，優(yōu)化目標函數(shù)和約束條件為：

式中，F(xiàn)_p表示峰值力，SEA表示比吸能，l_i表示第i個自變量，α_i表示第i個自變量的最小值，β_i表示第i個自變量的最大值，k表示自變量的個數(shù)。

優(yōu)選地，S4中采用最優(yōu)最劣方法計算各優(yōu)化目標的權重包括以下步驟：

S401：利用各優(yōu)化目標建立準則集，選取最優(yōu)準則B和最劣準則W；

S402：利用比較標度打分，確定最優(yōu)準則B相比于其他準則的偏好程度，構建第一比較向量；確定其他準則相比于最劣準則W的偏好程度，構建第二比較向量；

S403：根據(jù)數(shù)學規(guī)劃問題式，求得最終權重，其中，數(shù)學規(guī)劃問題式如下：

minξ