中文摘要：

大客车骨架结构设计必须同时实现轻量化、刚度、强度、振动特性和侧翻安全性等多个目标的优化，而拓扑优化相对于尺寸优化和形状优化，具有更多的设计自由度，能获得最佳的优化效果。大客车骨架结构的拓扑优化本质上是离散、非线性的多目标优化问题，传统的数学规划方法难以适用；同时，由于大客车骨架结构拓扑设计空间的复杂性，在计算效率和优化效果方面存在极大挑战。本项目探索基于多目标遗传算法的大客车骨架结构协同拓扑优化方法，研究大客车骨架结构拓扑优化遗传算法的计算效率、多目标优化解的收敛性和分布并行协同优化策略等关键理论问题，最终实现大客车骨架结构的多目标拓扑优化，并用试验验证优化方法的有效性。本项目将智能优化方法、计算力学和车辆结构设计有机结合，不仅可以获得复杂梁架结构多目标拓扑优化遗传算法计算效率、解的收敛性等方面的理论成果，又可提升我国客车设计水平，因而具有重要理论意义和应用价值。

结论摘要：

全承载式客车车身结构因其重量轻、安全性高，已成为越来越多客车企业的首选。车身骨架是全承载式车身承受载荷的主要结构，对整车性能具有决定性的影响。因此，对全承载式大客车车身骨架结构进行优化研究具有重要意义。本课题主要研究成果如下 1) 开发了复杂离散结构拓扑和尺寸优化的高效遗传算法。其中包括针对传统遗传算法采用一维向量编码染色体过长的问题，提出了二维矩阵编码方法及对应的操作算子；针对有限元分析耗时多的问题，采用了个体识别码策略来避免相同个体反复进行有限元分析；针对迭代过程中出现不稳定和无效结构的问题，提出对这些结构进行识别和修剪方法，以增加种群的多样性；针对拓扑和尺寸优化的特点，提出拓扑和尺寸独立基结构策略，显著降低了寻优难度，并在优化过程中，引入协同进化算法进行求解。经典算例测试表明，本课题提出的高效遗传算法较传统遗传算法的求解效率和效果均更好。 2) 建立了某大客车有限元分析模型并进行了试验验证。在商用有限元软件中建立某全承载大客车车身骨架结构有限元模型，包括刚度、强度和振动模态的分析模型，并通过试验验证了有限元分析模型的准确性。为后续优化设计工作奠定了基础。 3) 开发了基于子结构分解策略的离散结构多目标协同优化算法。针对复杂结构带来的设计变量多的问题，提出了子结构分解策略，将复杂优化问题分解为多个分布式并行优化子问题。在此基础上，提出新的协同框架，其中，通过引入中间层来协调各学科共享变量间的冲突。针对经典多目标寻优算法NSGA-II对离散结构优化时收敛性慢的问题，提出了对Pareto前端分片逼近的自适应多岛搜索策略，提高了非支配解的收敛性和分布性。 4) 针对某大客车车身骨架结构，进行了多目标拓扑和尺寸协同优化。以最小化整车质量和最大化基频为目标，约束整车扭转刚度和满载弯曲工况下的应力，并考虑了制造及安装约束。通过优化获得了Pareto前端，其中最轻的个体减重达241.47 kg（8.46%），基频提高0.787 Hz（10.70%）。本课题提出的复杂离散结构多目标拓扑和尺寸协同优化高效遗传算法为客车车身骨架结构设计优化提供了重要的技术手段。该方法同样适用于土木结构、航空航天结构等梁架构成的复杂工程结构的设计优化。