基于长短期记忆网络的桁架车身结构轻量化设计优化
来源：计算机集成制造系统杂志2023年第10期北京时间：
作者：贾良跃, 郝佳, 商曦文, 李作轩, 阎艳
单位：1.北京理工大学工业与智能系统工程研究所2.北京理工大学长三角研究院3.北京理工大学工业知识与数据融合应用工业和信息化部重点实验室4.中国北方车辆研究所
摘要：为满足特种无人车辆高可靠机动、低成本研制等要求,在特种无人车辆的桁架车身结构设计早期阶段引入结构轻量化思想。为实现车身结构轻量化,提出基于长短期记忆网络的设计优化方法(LSTM-DO),利用LSTM-DO的快速搜索、高精度优化能力解决车身结构设计优化中收敛慢、局部最优等问题。建立了某无人车辆桁架车身参数化模型与有限元分析模型,采用代理模型技术提高设计优化过程中车身结构性能评估速度,结合LSTM-DO优化方法快速准确地生成方案。对比了常用的梯度优化算法与启发式优化算法,所提LSTM-DO方法在最优方案性能、收敛速度和鲁棒性方面均展现出明显的优势。
关键词：桁架车身,结构轻量化,优化设计,长短期记忆网络
基金资助：国家重点研发计划资助项目(2021YFB1714500)。
