Автоматизированный синтез оптимальных свойств упругих элементов подвески автотранспортного средства

автотранспортные средства автоматизированный синтез подвески упругие элементы упругие элементы подвески автоматизация поиска размерность поиска многокритериальность полиномиальные модели генетические алгоритмы самоходные шасси листовые рессоры оптимальность Парето Парето оптимальность

Информационно-измерительная система для мониторинга скорости интернет-соединения в сетях WCDMA, Разработка программного обеспечения сложных аппаратно-программных комплексов с использованием принципов непрерывной интеграции, ...

Ю. А. Дьячков, В. В. Келасьев, А. Н. Щербаков АВТОМАТИЗИРОВАННЫЙ СИНТЕЗ ОПТИМАЛЬНЫХ СВОЙСТВ УПРУГИХ ЭЛЕМЕНТОВ ПОДВЕСКИ АВТОТРАНСПОРТНОГО СРЕДСТВА Аннотация. <...> Рассмотрена проблема автоматизации поиска оптимальных параметров упругих элементов подвески автотранспортного средства в условиях многих критериев и высокой размерности пространства поиска. <...> Сформирован инструментарий поиска, включающий: аппарат автоматизированного формирования планов численного эксперимента, построения полиномиальной модели исследуемого процесса, параметрической оптимизации варьируемых параметров; генетический алгоритм изолированного развития популяций; генетический алгоритм на основе островной модели развития популяций; общую структуру поиска оптимального по Парето решения с учетом значимости частных критериев качества проекта. <...> Приведены результаты решения двух примеров определения массово-габаритных и установочных параметров рессор транспортных средств. <...> Ключевые слова: автоматизация поиска, размерность поиска, многокритериальность, автотранспортное средство, упругие элементы подвески, планирование эксперимента, полиномиальная модель, генетический алгоритм, островная модель, оптимальность по Парето. <...> Формирование комплексного поискового инструмента Эволюционный подход обеспечивает организацию адаптивного случайного поиска инженерного решения в течение нескольких поколений (эпох) на основе «естественного отбора». <...> Многократность реализации генетических алгоритмов в идеале приводит к формированию популяции – «клонов» лучшего решения. <...> Это обеспечивает получение набора особей-решений, который при минимальном числе вариантов гарантированно содержит «оптимальное» решение в границах используемого перечня свойств. <...> Для каждой строки плана (кодированные в интервале +1.. <...> При этом первым родителем будет «оптимальное» решение, найденное в процессе оптимизации регрессионной модели исследуемого <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт