文献

J-GLOBAL ID：201702260798322221   整理番号：17A0740572

高次元非線形クラッシュワージネス最適化問題に対する適応多点逐次標本抽出法

Adaptive multi-point sequential sampling methodology for high-dimensional and highly nonlinear crashworthiness optimization problems

著者 (4件)： ZHANG Siliang (Pan Asia Technical Automotive Center, Shanghai, CHN) ,  SONG Zhengchao (Pan Asia Technical Automotive Center, Shanghai, CHN) ,  SHI Guohong (Pan Asia Technical Automotive Center, Shanghai, CHN) ,  QIU Rongying (Pan Asia Technical Automotive Center, Shanghai, CHN)
資料名： Proceedings of the Institution of Mechanical Engineers. Part C. Journal of Mechanical Engineering Science  (Proceedings of the Institution of Mechanical Engineers. Part C. Journal of Mechanical Engineering Science)
巻： 231  号： 10  ページ： 1816-1825  発行年： 2017年05月 
JST資料番号： H0720A  ISSN： 0954-4062  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 従来のワンステップサンプリングDOE法と比較し,客観的な逐次標本抽出方法は,真の最適設計を見つけるためのより効率的な方法として実証されている。しかし,逐次標本抽出方法の既存の適用基準は,各反復で得られた連続サンプルの数を規定するために制限され,実際のエンジニアリング最適化アプリケーションでは実用的でない。本論文では,新しい適応多点逐次標本抽出法を開発した。各反復で得られた連続サンプルは,フィッティングメタモデルの予測状態によって決定される。その利点を実証するために,提案された新しい方法を,高次元かつ高度に非線形の自動車正面衝突クラッシュワージネス最適化問題に適用した。結果は,提案された方法が従来の手法と比較してグローバルな設計解をより効率的に見つけられることを示した。

シソーラス用語： *クラッシュワージネス ,  標本抽出 ,  実験計画法 ,  正面衝突 ,  *自動車 ,  最適化問題 ,  適応性 ,  モデル
準シソーラス用語： *逐次標本抽出 ,  メタモデル

分類 (1件)： 自動車設計・構造・材料一般  (QG03010O)

タイトルに関連する用語 (6件)： 高次元 ,  非線形 ,  クラッシュワージネス ,  最適化問題 ,  適応 ,  逐次標本抽出