基于改进MOGA的移动充电车车架多目标优化
黄俊明1
李嘉期1
叶磊2
李龙杰2
覃频频1
黄伟1
1.广西大学 机械工程学院,南宁 5300042.柳州五菱汽车工业有限公司,柳州 545007
摘要：[目的]针对移动充电车车架重载特性显著、多工况载荷多变,且传统多目标遗传算法(Multi-Objective Genetic Algorithm,MOGA)全局寻优能力不足、易陷入局部最优的问题,为解决车架轻量化设计与动、静态性能提升的协同优化难题,提出基于改进多目标遗传算法的车架多目标优化方法.[方法]首先,通过多工况实车试验获取车架关键承载部位载荷信息,建立车架隐式参数化有限元模型,完成动、静态性能分析,明确结构响应特性;其次,采用最优拉丁超立方采样获取样本点,构建高精度代理模型,量化设计变量对车架应力、质量的影响规律;然后,在传统多目标遗传算法中引入自适应交叉策略池,提升算法全局搜索能力,建立车架多目标优化数学模型;最后,采用熵-优劣解距离法从Pareto解集中筛选最优方案,完成优化方案的性能验证.[结果]结果表明,改进后多目标遗传算法的收敛性与全局寻优能力显著提升;优化后车架质量减小9.44％,4种典型工况下最大应力与最大位移均有下降,1阶固有频率提升至92.247 Hz.在实现轻量化的同时提升了车架动、静态性能,为同类承载结构优化设计提供参考.
关键词：移动充电车车架多目标优化改进多目标遗传算法熵-优劣解距离法
分类号：U463.1(汽车工程)
论文发表日期：2026-08-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：11( 10-20 )
英文信息