[發明專利]汽車隔聲性能多學科設計優化方法、裝置及電子設備

在審

• 申請號: 202310409928.4
• 申請日: 2023-04-17
• 公開（公告）號: CN116467794A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 劉經奇;李學亮;陳鵬;梁興凱;馮秋翰
• 申請（專利權）人: 重慶長安汽車股份有限公司
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/27;G06F111/04;G06F111/06;G06F119/10
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 杜欣

1.一種汽車隔聲性能多學科設計優化方法，其特征在于，包括：

獲取汽車隔聲性能多學科設計優化的相關參數，確定汽車隔聲性能需要優化設計的多個影響指標，進行多個影響指標的DOE采樣，基于DOE采樣結果確定初始DOE訓練樣本數據集和DOE驗證樣本數據集；

基于精確度在每個影響指標各自對應的多個待選代理模型組中，確定出與每個影響指標對應的目標代理模型，得到所有影響指標對應的目標代理模型組成的目標代理模型組，所述待選代理模型組是基于所述初始DOE訓練樣本數據集和DOE驗證樣本數據集預先訓練的；

基于目標代理模型組，進行全局優化，得到最優點，基于所述最優點確定實際指標響應；

若所述實際指標響應與優化約束條件之間的差值大于預設閾值，利用與所述最優點對應的加密DOE訓練樣本數據集更新所述目標代理模型組，所述加密DOE訓練樣本數據集是基于所述最優點及所述相關參數中多個設計變量的取值范圍構建的，并利用更新后的目標代理模型進行全局優化，直至所述實際指標響應與優化約束條件之間的差值小于或等于預設閾值，輸出最終更新后的目標代理模型組，以用于汽車隔聲性能優化。

2.根據權利要求1所述的汽車隔聲性能多學科設計優化方法，其特征在于，利用與所述最優點對應的加密DOE訓練樣本數據集更新所述目標代理模型組，包括：

獲取對所述最優點的預設范圍內增加局部采樣密度的加密DOE訓練樣本數據集；

利用所述加密DOE訓練樣本數據集對所述目標代理模型組中的各目標代理模型進行訓練，得到更新后的所述目標代理模型組。

3.根據權利要求2所述的汽車隔聲性能多學科設計優化方法，其特征在于，獲取對所述最優點的預設范圍內增加局部采樣密度的加密DOE訓練樣本數據集，包括：

基于所述最優點及所述相關參數中多個設計變量的取值范圍構建局部采樣空間；

對所述局部采樣空間進行DOE采樣，得到局部DOE訓練樣本點集；

對所述局部DOE訓練樣本點集進行分析計算，得到局部DOE訓練樣本數據集；

將所述局部DOE訓練樣本數據集合并至初始DOE訓練樣本數據集中，得到加密DOE訓練樣本數據集。

4.根據權利要求3所述的汽車隔聲性能多學科設計優化方法，其特征在于，基于所述最優點及所述相關參數中多個設計變量的取值范圍構建局部采樣空間，包括：

基于所述相關參數確定多個設計變量的取值范圍；

基于每個設計變量的取值范圍計算初始采樣空間的大小；

基于所述初始采樣空間的大小確定所述局部采樣空間的半徑；

根據所述最優點及所述局部采樣空間的半徑生成初始局部采樣空間；

基于所述初始局部采樣空間與初始設計空間確定局部采樣空間。

5.根據權利要求4所述的汽車隔聲性能多學科設計優化方法，其特征在于，基于所述初始局部采樣空間與初始設計空間確定局部采樣空間，包括：

將所述初始局部采樣空間與初始設計空間比較，確定所述初始局部采樣空間是否超出所述初始設計空間；

若所述初始局部采樣空間超出所述初始設計空間，將所述初始局部采樣空間與所述初始采樣空間的交集確定為本輪迭代的局部采樣空間；

若所述初始局部采樣空間未超出所述初始設計空間，將所述初始局部采樣空間確定為本輪迭代的局部采樣空間。

6.根據權利要求1所述的汽車隔聲性能多學科設計優化方法，其特征在于，進行多個影響指標的DOE采樣，基于DOE采樣結果確定初始DOE訓練樣本數據集和DOE驗證樣本數據集，包括：

對汽車隔聲性能的多個影響指標進行DOE采樣，得到DOE訓練樣本點集和DOE驗證樣本點集；

對所述DOE訓練樣本點集和所述DOE驗證樣本點集中的樣本點進行分析計算，得到初始DOE訓練樣本數據集和DOE驗證樣本數據集。

7.根據權利要求6所述的汽車隔聲性能多學科設計優化方法，其特征在于，所述方法還包括：

利用所述初始DOE訓練樣本數據集和所述DOE驗證樣本數據集分別對多個代理模型進行訓練；

將訓練完畢的代理模型組合確定為所述待選代理模型組。