(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210734183.4 (22)申请日 2022.06.27 (71)申请人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 卢炽华　陈浩　刘志恩　彭辅明　 李晓龙　肖文浩　王龙祥　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 胡琳萍 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/13(2020.01) G06F 17/18(2006.01) G06F 111/06(2020.01) (54)发明名称 一种基于熵权TOPSIS的白车身结构多目标 优化设计方法 (57)摘要 本发明公开了一种基于熵权TOPSIS 的白车 身结构优化设计方法， 其特征在于包括： 建立白 车身有限元模 型， 对白车身进行静动态性能试验 以验证白车身有限元模型的有效性， 筛选出优化 设计的多个设计变量， 建立多目标优化设计数学 模型， 设置初始样本点； 对初始样本点进行有限 元模型仿真， 得到初始样本的响应； 采用径向基 函数构建近似模 型， 对目标函数近似模型有效性 评价： 求解多目标问题模型的帕累托前沿解集， 得到满足约束条件的多个非劣解； 利用熵权法和 TOPSIS策略完成帕累托前沿解集优劣性能排序， 获取白车身结构最优设计方案。 能够精确、 快速 找出最佳结构设计方案， 使白车身轻量化性能得 到显著提升 。 权利要求书3页 说明书9页 附图3页 CN 115099093 A 2022.09.23 CN 115099093 A 1.一种基于熵权TOP SIS的白车身结构优化设计方法， 其特 征在于包括以下步骤： S1、 建立白车身 有限元模型； S2、 验证白车身有限元模型的有效性： 对白车身进行静动态性能试验， 将试验结果与白 车身有限元模型仿真结果进行对比， 验证有限元模型的有效性； S3、 根据所述白车身刚度、 模态及总质量， 筛 选出优化设计的多个设计 变量： S4、 根据白车身结构特性建立多目标优化设计数学模型， 并采用最优拉丁超立方试验 设计方法对设计空间进 行采样， 设置初始样本点； 对初始样本点进 行有限元模型仿 真， 得到 初始样本的响应； S5、 采用径向基函数构建近似模型， 对目标函数近似模型有效性评价： 根据试验结果构 建目标函数的近似 模型， 并采用R ‑squared方法对其有效性进行评价； S6、 模型优化求解： 采用多目标算法NSGA ‑III对目标函数的近似模型进行优化求解， 求 解多目标问题的帕累托前沿解 集， 得到满足约束条件的多个非劣解； S7、 利用熵权法和TOPSIS策略对各个非劣解进行综合评价， 确定目标函数权重， 完成帕 累托前沿解 集优劣性能排序， 获取白车身结构最优设计方案 。 2.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S1中， 根据白车身的CAD数据， 采用Hyperw orks软件建立白车身 有限元模型。 3.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S2中， 计算所述有限元模型中各个工况的刚度、 模态及总质量得到计算值， 并对白车身进 行静动态性能试验验证获得各个工况 的刚度、 模态及总质量的试验值， 获得各项计算值与 试验值的误差； 在误差不小于一个预设百分比时， 调整所述有限元模型直至误差小于所述 预设百分比。 4.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S2中对白车身 进行静动态性能试验 包括对白车身 进行弯扭刚度和模态试验。 5.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S3中的筛选方法为： 用变参数回归模型表 示白车身刚度和模态响应， 确定； 其特征在于步 骤S3中的筛选方法为： 用变参数回归模型表示白车身刚度和模态响应， 计算各个设计变量 对响应的贡献量， 对 各设计变量的贡献值大小进 行排序， 筛选出贡献量较大的设计变量， 根 据制造设计要求确定各设计 变量的上 下限范围； 设计 变量范围如下： 其 中 ， Y 是 系统 响 应 ， xi是 设 计 变 量 ， 表 示 变 量的 主 要 影 响 ， 表示任意两个 变量的交叉效应， μ为常数， ε为 误差值， n 为变量个数； 权　利　要　求　书 1/3 页 2 CN 115099093 A 2式(2)表示变量的主效应， γi为通过最小二乘估计得到的变量的主效应系数； 式(3)中 为变量对响应的贡献。 6.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S4中， 建立的多目标优化设计数 学模型如下： 其中， Kb0、 Kt0、 fb0、 ft0分别为白车身弯曲刚度、 扭转刚度、 一阶弯曲模态频率、 一阶扭转 模态频率初始值； xi为设计变量， 和 分别为设计 变量的上 下限。 7.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S5中， 采用径向基函数构建白车身近似模 型， 并采用R ‑squared方法对白车身近似模 型有 效性进行评价： 其中， yi为第i个响应的仿真值， 为第i个响应的代 理模型预测值， 为yi平均值； R2值 越大， MARE值越小， 表明代理模型的预测精度越高。 8.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S5中采用NSGA ‑III算法对白车身近似 模型进行求 解。 9.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S7首先将白车身初始变量对性能的贡献值进 行分类得到包含各参数的决策矩阵， 将决策 矩阵进行正则化， 随后， 利用熵权法根据信息熵理论计算出各参数的信息熵， 并根据不同的 熵值得到权重系数； 信息熵越小， 权值越高； 对正则化的决策矩阵进行加权， 得到新的决策 矩阵； 通过计算决策矩阵中每个参数与 理想解和负理想解的距离， 根据所述距离获得参数 对性能的贡献系数， 对贡献系 数进行排序， 选择对静动态性能和轻量化性能影响较大 的参 数作为最优设计方案 。 10.根据权利要求1所述的基于熵权TOPSIS的白车身结构优化设计方法， 其特征在于步 骤S7将白车身初始变量对性能的贡献值进行分类得到包 含各参数的决策矩阵定义 为：权　利　要　求　书 2/3 页 3 CN 115099093 A 3