车身响应面模型参数的拉丁超立方采样仿真
Computer Simulation（2021）
摘要
针对传统汽车车身采样方法没有计算减薄率,导致方法存在精度低、耗时长等问题,提出一种基于车身响应面模型参数的拉丁超立方采样法.运用参数优化对车身的质量做综合评价,获得参数的最大减薄率,通过设计样品点建立响应面近似模型,同时根据确定性系数来反映模型的优化目标和设计变量之间的规律,采用拉丁超立方采样法将样品点在设计空间内合理划分,运算获得目标函数的最小值,通过均匀性评价参数来保证样品的高性能和均衡性.仿真结果表明,所提方法能够提高车身的质量与精度,相比其它方法具有较强适用性、准确性以及优质的鲁棒性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要