,本文采用最优拉丁超立方采样和Kriging无偏估计来建立代理模型。其中,为了提高Kriging代理模型的精度。本文提出了 EI和MP双重加点准则的自适应补充采样策略。为了增加计算效率,本文提出了考虑网格自适应技术的低复杂度有限元模型,将其应用于舒适性代理模型的建立,并利用高复杂度有限元模型进行校验。而在优化算法方面,本文首先给出了多目标优化问题的数学基础和常用的解决办法,阐明了多目标优化算法的发展历程和各算法间的异同,进而引出了粒子群算法,并根据本文的研究特点,提出了一种基于并行计算的多级子群粒子群优化协同算法(PCPSO),对多目标进行多子群拆解,并分配给不同CPU寻优,并协同交互。路径问题-数控滚圆机电动液压滚圆机滚弧机价格低全自动倒角机多少钱而后针对典型的ZDT测试函数,验证了 PCPSO算法的改进:在保证计算效率的同时,也扩大了全局搜索能力,克服了容易陷入局部最优解和收敛速度慢的缺陷本文有张家港市泰宇机械有限公司全自动倒角机采集网络整理，http://www.daojiaoj.com本文有张家港市泰宇机械有限公司全自动倒角机采集网络整理，http://www.daojiaoj.com。最后,本文给出了从整车试验到台车试验的试验设计框架,并着重介绍了台车试验的搭建和主要考虑因素,而后对本文提出的双学科仿真模型分别进行了试验验证,证明了仿真模型的精度要求。在此基础上应用双学科协同优化设计,获得了正碰50KPH工况下的优化设计方案,并得到了在速度较大的碰撞工况下,舒适性权重较低,且与安全性呈现趋同性的特点,而后又设计了 40KPH直线急刹车工况,利用车辆姿态试验来实施双学科协同优化设计,发现舒适性的权重有所上升,因此为了获得安全性和舒适性更完整的关系特点以及更全面的综合设计方案,更多的设计工况有待于完善和增加交通运输控制着国民经济发展的动脉,随着社会经济的高速发展,物流管理领域受到企业与学者越来越多的关注,并从早期传统的运输服务逐步发展成为以信息技术和管理技术为核心的综合物流体系。车辆路径问题(Vehicle Routing Problem,VRP )作为运筹学和组合优化领域的热点问题,如企业铁路的智能调度,物流公司的车辆调度,城市公交车的路线制定,铁路及航空日程的安排,校车的路线制定等。这些问题与现实生活息息相关,因此,研究车辆路径问题有很重要的现实意义。目前,车辆路径问题有一定的研究成果,主要集中在:多配送中心问题的研究侧重为寻求整个行车路程最短或费用最少方面;同时取送货问题、带时间窗问题的研究大多是单一性问题方面。而对于最小最大的车辆路径问题研究文献的报导较少见,需要开创性探讨;带时间窗同时取送货车辆路径问题、开放式车辆路径问题等此类VRP的研究也缺乏有效的算法来进行求解,亟待进一步拓展。近年来,蚁群算法(Ant Colony Algorithm, ACA)凭借着其极强的鲁棒性在很多研究领域被广泛应用。本文采用改进的蚁群优化算法实现对各类车辆路径问题进行求解,通过实验仿真并对比相关算法分析,本文提出的算法有较好的优化性能和应用效果。本论文的主要研究工作如下:(1)为求解最小最大车辆路径问题,提出一种动态自适应蚁群优化算法(Dynamic Max Min Ant System-Min Max Vehicle Routing Problem, DMMAS-MMVRP),算法采用动态最大最小蚂蚁系统策略对最优解进行调整,每次迭代更新τmin,将τmin作为当前信息素矩阵最大值的函数,根据当前最优弧来调整选择弧的概率路径问题-数控滚圆机电动液压滚圆机滚弧机价格低全自动倒角机多少钱本文有张家港市泰宇机械有限公司全自动倒角机采集网络整理，http://www.daojiaoj.com