5.3.1  优化系统

通常情况下，对于需要优化的问题都会有多个目标函数和设计变更等约束条件。为了得到最佳结果而循环的次数，会随着需要调查的参数（及组合）的增加而急剧增加，因此，尝试了将计算量控制在可实际应用的范围内的分析方法以及建模方法。

图5-8所示为结构优化流程。此时，以多目标优化问题为研究对象时，为了减少循环次数而搭建了近似模型以开展优化分析。此处，近似模型是利用与初期设计FEM模型相对应的目标函数和约束条件相关的频率响应分析和灵敏度分析结果而做成的。根据分析结果得到的改进设计方案搭建了FEM模型，据此论证是否可以对结构加以调整。

图5-8 优化流程（概要）(https://www.daowen.com)

在一个单厢车的车身板件的结构研讨案例中，设计变量为全部骨架结构。为了使用作为直接设计参数的截面尺寸和板厚，将骨架结构的截面形状简化成等价的矩形截面。这样就可以将设计变量对应的目标函数的灵敏度变换为相对于质量的灵敏度。另外，为了开展多目标优化分析，充分考察其原理，将目标函数转换成易于用模型表现的代用特征，提出了有效的轻量化结构方案。

也就是说，在粗糙路面上行驶时车身开口部位拐角处的应力可以用拐角角度的变化来表示，声压可以用激励点的位移来表示，加上车身的扭转刚度共3个目标函数，进行约850个设计变量的优化分析，目标得到了简化。

下面介绍一个使用“田口方法”进行的货车乘坐舒适性优化分析案例。图5-9所示为根据过去的经验和试验数据选择乘坐舒适性因子，并根据乘坐舒适性评价公式的重回归分析而求得的。使用模拟模型，为了掌握相对于乘坐舒适性因子的贡献量，组合应用试验计划法和摄动法进行优化研讨分析。同时也可以对其他有对立关系的目标函数进行研究。

图5-9 货车乘坐舒适性因子的选择