2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩137頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、高速列車是一個(gè)復(fù)雜機(jī)電產(chǎn)品,影響其動(dòng)力學(xué)性能中有關(guān)的性能參數(shù)非常多,設(shè)計(jì)空間相當(dāng)復(fù)雜,從中找到重要設(shè)計(jì)變量集,并進(jìn)行優(yōu)化,得到優(yōu)于現(xiàn)有設(shè)計(jì)的參數(shù)解集,具有較大的復(fù)雜性和難度。目前仿真系統(tǒng)如SIMPACK可以進(jìn)行列車動(dòng)力學(xué)仿真和分析,但是因?yàn)橥瑫r(shí)需要處理太多的設(shè)計(jì)變量,致使性能優(yōu)化設(shè)計(jì)變得非常困難。有效地將設(shè)計(jì)分析和優(yōu)化結(jié)合,進(jìn)行基于仿真的設(shè)計(jì)優(yōu)化,才能將CAD和CAE相結(jié)合成一個(gè)整體設(shè)計(jì)過(guò)程。主要研究?jī)?nèi)容如下:
  (1)基于代理

2、模型技術(shù)的高速列車性能參數(shù)設(shè)計(jì)和優(yōu)化問(wèn)題的設(shè)計(jì)策略研究
  本文在研究基于代理模型技術(shù)的多目標(biāo)優(yōu)化求解方法的基礎(chǔ)上,結(jié)合工程實(shí)踐,確定研究高速列車性能參數(shù)設(shè)計(jì)和優(yōu)化的方法,即選用拉丁超立方取樣策略、神經(jīng)網(wǎng)絡(luò)代理模型和多種MOP優(yōu)化方法相結(jié)合的設(shè)計(jì)策略。
  (2)構(gòu)建高速列車動(dòng)力學(xué)模型和縮減設(shè)計(jì)空間
  基于高速列車多體系統(tǒng)動(dòng)力學(xué)仿真模型的研究,提取出各部件間的拓?fù)浣Y(jié)構(gòu)關(guān)系,再抽象成物理和仿真系統(tǒng)的表達(dá)形式,得到物理實(shí)

3、驗(yàn)和仿真實(shí)驗(yàn)所涉及的全部的輸入輸出變量?;趯<翌I(lǐng)域先驗(yàn)知識(shí),對(duì)全部設(shè)計(jì)變量進(jìn)行綜合評(píng)定,得到對(duì)車輛動(dòng)力學(xué)影響較大的29個(gè)設(shè)計(jì)參數(shù)(含取值范圍),基于動(dòng)力學(xué)響應(yīng)性能指標(biāo)的分析確定保證列車運(yùn)行的7個(gè)響應(yīng)性能評(píng)價(jià)指標(biāo),形成縮減的設(shè)計(jì)空間。
  (3)改進(jìn)神經(jīng)網(wǎng)絡(luò)代理模型方案和靈敏度分析
  提出一種設(shè)計(jì)空間預(yù)處理-LM-正則化的改進(jìn)神經(jīng)網(wǎng)絡(luò)代理模型方案,以提高神經(jīng)網(wǎng)絡(luò)的泛化能力和泛化精度,對(duì)縮減的設(shè)計(jì)空間構(gòu)建高速列車設(shè)計(jì)參數(shù)的代

4、理模型,并驗(yàn)證其精度達(dá)到要求后,提出在高速列車靈敏度分析的基礎(chǔ)上識(shí)別關(guān)鍵設(shè)計(jì)參數(shù)的新思路,并給出應(yīng)用方法。
  (4)高速列車設(shè)計(jì)參數(shù)MOP求解方法的研究
  基于PAC方法,將多目標(biāo)問(wèn)題變成單目標(biāo)問(wèn)題,分別采用遺傳算法和差分進(jìn)化算法進(jìn)行尋優(yōu),結(jié)果顯示差分進(jìn)化算法尋到的解更優(yōu)于遺傳算法,驗(yàn)證了差分算法全局搜索能力更強(qiáng)一些。為了解決傳統(tǒng)的多目標(biāo)優(yōu)化算法結(jié)果不理想的問(wèn)題,采用基于差分進(jìn)化的啟發(fā)式智能化多目標(biāo)優(yōu)化方法,在得到的20

5、0組Pareto非支配解集中,仿真驗(yàn)證該方法得到了一組各項(xiàng)指標(biāo)都不劣于CRH某型車原始設(shè)計(jì)的最優(yōu)解。結(jié)果說(shuō)明智能化多目標(biāo)優(yōu)化方法優(yōu)于傳統(tǒng)多目標(biāo)方法,同時(shí)驗(yàn)證了靈敏度分析和關(guān)鍵參數(shù)識(shí)別的正確性。
  (5)改進(jìn)差分進(jìn)化智能算法及在高速列車設(shè)計(jì)優(yōu)化中的應(yīng)用
  提出一種改進(jìn)的差分進(jìn)化優(yōu)化算法,該方法采用混合優(yōu)化方法所得到的非支配解重構(gòu)差分進(jìn)化的初始種群,并用此改進(jìn)差分算法在對(duì)高速列車設(shè)計(jì)優(yōu)化重新求解和仿真驗(yàn)證,得到7個(gè)指標(biāo)都優(yōu)于

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論