基于遗传算法的车架结构优化

论文摘要

遗传算法是一种基于生物自然选择和遗传机理的全局优化算法。遗传算法在解空间内进行的是一种有导向的和启发式的随机搜索,具有较高的搜索能力。由于遗传算法对目标函数、设计变量以及可行域没有特殊的要求,因而在结构优化领域具有广泛的适用性。车架作为汽车上重要的承载基体,将遗传算法用于车架结构优化,对其进行结构优化,减轻自重,提高燃油经济性是很有必要的。首先,在总结国内外文献的基础上,对结构优化、车架结构优化以及遗传算法进行了概述。详细介绍了遗传算法的基本原理,基本操作过程。接着,利用遗传优化算法结合有限元原理,编写了车架结构分析程序和车架优化算法程序。车架优化算法程序有三种,其分别为基本遗传算法优化程序、自适应遗传算法程序和改进的最优子种群遗传算法。并用该程序对某专用车车架进行了结构优化,得到了优化后的车架模型。对比三种算法的优化结果,可知本文中提出的改进的遗传算法寻优效率最高、寻优结果最好。最后利用大型商用有限元分析软件,对优化后的车架进行了有限元分析,结果表明该方法是有效可行的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• §1-1 引言
• §1-2 结构优化概述
• §1-3 车架结构优化概述
• 1-3-1 车架结构连续拓扑优化设计方法
• 1-3-2 车架结构离散拓扑优化设计方法
• §1-4 遗传算法概述
• 1-4-1 遗传算法的产生和发展概况
• 1-4-2 遗传算法的基本原理
• 1-4-3 遗传算法特点
• 1-4-4 遗传算法的应用前景
• §1-5 本文的研究内容
• 第二章 遗传算法
• §2-1 标准遗传算法
• 2-1-1 二进制编码与解码
• 2-1-2 实数编码
• 2-1-3 符号编码（symbolic encoding）
• 2-1-4 适应度函数
• 2-1-5 遗传操作
• 2-1-6 遗传算法的控制参数
• 2-1-7 终止循环的条件
• 2-1-8 约束条件的处理
• §2-2 遗传算法的改进
• 2-2-1 自适应遗传算法
• 2-2-2 免疫遗传算法（Immune Genetic Algorithm）
• 2-2-3 并行遗传算法（Parallel Genetic Algorithm）
• 2-2-4 最优子种群遗传算法
• 2-2-5 混合遗传算法（Hybrid Genetic Algorithm）
• §2-3 本章小结
• 第三章 原始车架结构的建模与有限元分析
• §3-1 原始方案车架结构与建模
• 3-1-1 车架材料
• 3-1-2 车架载荷分析
• 3-1-3 车架结构三维实体建模
• §3-2 车架结构有限元分析
• 3-2-1 车架有限元分析软件
• 3-2-2 车架有限元网格的划分
• 3-2-3 车架静力学分析
• §3-3 本章小结
• 第四章 基于遗传算法车架结构优化的实现
• §4-1 车架优化数学模型的提出
• §4-2 编程语言的选择
• §4-3 遗传算法车架优化流程
• §4-4 车架结构分析有限元程序的编写
• §4-5 遗传算法优化程序的编写
• 4-5-1 遗传算法的编码方式
• 4-5-2 适应度函数的确定
• 4-5-3 约束条件的处理
• 4-5-4 遗传操作参数的确定
• 4-5-5 改进的最优子种群遗传算法
• 4-5-6 依托MATLAB 平台进行编程
• §4-6 优化结果分析
• §4-7 优化后车架有限元分析
• 4-7-1 车架建模与有限元网格划分
• 4-7-2 弯曲工况分析
• 4-7-3 扭转工况分析
• 4-8 优化前后对比分析
• 4-9 本章小结
• 第五章 结论
• 参考文献
• 致谢