基于標準粒子群算法的汽車乘坐舒適性優(yōu)化分析.pdf

1、標準粒子群優(yōu)化算法(SPSO)是一種基于群智能的隨機搜索優(yōu)化算法。粒子群算法源于對鳥群的集體捕食過程進行模擬，系統本身是由一群微粒組成，當約束設定后，微粒群在問題空間互相合作尋求最優(yōu)解。這種算法具有實現容易、精度高、收斂快的特點。粒子群算法在汽車領域尤其是在汽車行駛平順性及乘坐舒適性方面應用廣泛。本論文對標準粒子群算法進行研究，并應用MATLAB中粒子群優(yōu)化工具箱對汽車的參數進行優(yōu)化與分析。主要研究內容如下:
　　本文首先研究了汽

2、車乘坐舒適性的評價方法，得到了一種主觀方法與客觀方法相結合的合理有效的評價方法，為后續(xù)的優(yōu)化分析提供理論依據。其次建立了汽車子系統振動的力學模型、動力學模型及頻率響應模型，建立了十一自由度整車振動的仿真模型，對其分析發(fā)現影響汽車乘坐舒適性的主要因素有前后懸架的剛度和阻尼。最后本文對標準粒子群算法的基本原理、算法流程進行理論介紹，重點研究了各個參數的選擇和設置。建立了人-車-路耦合的十一自由度力學模型、動力學模型及頻率響應模型，分析得到了