原文传递
改进的支持向量回归参数选择方法及其在车身轻量化中的应用
| 题名： | 改进的支持向量回归参数选择方法及其在车身轻量化中的应用 |
| 正文语种： | 中文 |
| 作者： | 刘旭 方宇东 詹振飞 鲁俊 杨俊祺 李洁 |
| 作者单位： | 重庆大学 机械传动国家重点实验室,重庆 汽车噪声振动与安全技术国家重点实验室,重庆,400000;重庆长安汽车股份有限公司,重庆,400000 |
| 关键词： | 支持向量回归 参数选择 粒子群算法 遗传算法 车身轻量化 |
| 摘要： | 在车身轻量化设计中，有限元性能仿真被广泛应用于结构性能响应评估。在基于梯度算法或进化算法的优化轻量化设计过程中，有限元仿真过于耗时直接导致优化效率的降低，计算量过大而收敛缓慢。因此，为提升汽车轻量化设计效率，利用近似建模方法替代有限元仿真已经成为国内外研究的热点。支持向量回归因能较好地解决小样本、过学习、高维数、局部最小等问题而被视为是一种极具应用潜力的近似模型建模方法，但其拟合性能依赖于模型参数的选取。本文首先分析了模型各参数对精度的影响，然后结合遗传算法和粒子群算法的优点，提出了基于改进的粒子群算法的参数选择方法。最后将所提方法应用于汽车轻量化设计，并通过该实例验证了所提方法在工程实际中的有效性。 |
| 会议日期： | 20160828 |
| 会议举办地点： | 上海 |
| 会议名称： | 第十九届汽车安全技术学术会议 |
| 出版日期： | 2016-08-28 |
| 母体文献： | 第十九届汽车安全技术学术会议 论文集 |
| 分类号： | U46 TG4 |
检索历史
应用推荐
