校车车身是包含安全性能、空气动力学性能及车身结构力学性能的非线性多学科系统。传统基于梯度的单学科串行优化方法难以获得该问题的最优解,多学科设计优化则能为这类复杂产品的设计提供系统的、精确的求解。因此,本项目旨在探索一种基于GPU并行优化与自适应近似技术的工程多学科问题的优化策略。主要开展3方面的研究内容1)提出一种变精度补偿多学科优化方法,加快系统分析速度并减少系统分析次数,降低多学科问题的计算复杂性。2)提出一种新颖的自适应模糊神经网络近似技术,构建各学科设计响应的高精度近似模型,加快学科分析速度并改善各学科耦合特性。3)研究基于GPU并行的自适应变异粒子群快速优化算法,加快系统优化速度,提高系统优化的全局寻优能力,改善多学优化问题的收敛特性。通过本项目的研究,建立适用于校车车身非线性多学科问题的快速设计方法,拓展多学科优化方法的应用领域,为我国校车车身设计制造开辟一条新途径。
英文主题词Multi-disciplinary design optimization;;Approximate technology;adaptive mutation particle swarm algorithm;School bus body;