||
升级算法有助于工程师设计高安全性车辆,降低驾驶者交通事故受伤风险
汽车工程师曾使用一种被称为“粒子群优化”(PSO)的算法来设计更安全的车辆。然而,到目前为止,PSO算法仍存在重大局限性。上海理工大学的Dawei Gao和同事在Hindawi的开放获取期刊《工程数学问题》(Mathematical Problems in Engineering)上发表了一篇研究论文,旨在根据混沌系统原理,大幅改进PSO算法的能力。
在PSO算法中,问题将以“含有粒子群的空间”的形式存在。这些空间的维度而不是它们之间的距离才是该算法所真正涉及的物理参数。而代表一系列具体参数的每一个粒子则是问题的潜在解决方案。在粒子群达到代表最优解的一系列参数而进行聚集之前,每个粒子将随着时间的发展作符合简单数学定律的运动。然而,到目前为止,这些算法仍存在局限性,因为粒子倾向于根据其当前环境下的最优解进行聚集,从而错过更好、更全面的解决方案。
上海理工大学团队在其研究论文中提出,混沌理论能够为这个问题提供有效的解决方案。在混沌系统中,粒子的运动看似随机,但实际上它们会展现出不易察觉的规律性。在广阔的空间和时间背景下平均来看,不同系统会表现出类似行为。当研究人员将这种观点应用于PSO算法时,粒子群并未在局部空间直接聚集,而是对整个空间进行搜索,以更高效地找到全局最优解。
研究团队通过改变微型客车正面碰撞安全系统的面板厚度,对他们的升级算法进行了测试。随后,他们又对不同厚度对车辆的各类结构参数的相关影响进行了建模,这些参数涉及驾驶者的安全系数。这些测试清晰地表明,与此前版本的PSO算法相比,他们的PSO升级算法能够更高效地找到最优解决方案。未来,他们的发现将为更为先进的车辆设计提供参考,从而减轻驾驶者交通事故的受伤程度。
论文详细信息:
Dawei Gao、Xiangyang Li和Haifeng Chen(2019年),《改进的粒子群优化在车辆防撞性中的应用》(Application of Improved Particle Swarm Optimization in Vehicle Crashworthiness),《工程数学问题》,2019年卷,论文编号8164609,10页。https://doi.org/10.1155/2019/8164609
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-3-29 01:59
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社