基于混合加点Kriging代理模型的高速列车头型气动多目标优化

作者：戴志远; 李田; 张卫华; 张继业

来源：西南交通大学学报, 2022, 1-9.

• 代理模型
• 混合加点准则
• 高速列车
• 气动优化

在高速列车多目标气动优化设计中，初始抽样样本点较少时结合传统加点准则建立的代理模型寻优效率较低。为提高优化效率，论文融合改善期望加点方法及Pareto前沿解加点方法提出了混合加点准则，并基于混合加点Kriging代理模型开展了高速列车头型多目标气动优化研究。以Branin单目标测试函数和Poloni多目标测试函数为例，对比研究了改善期望、Pareto前沿解和混合加点三种代理模型的收敛速度，结果表明：单目标优化中混合加点代理模型相比于改善期望加点及Pareto前沿解加点代理模型寻优效率都提升了50.0%；多目标优化中混合加点代理模型与Pareto前沿解加点代理模型相比效率提升62.5%。以高速列车头车气动阻力、尾车气动阻力及尾车气动升力最小为优化目标，采用混合加点准则建立代理模型并开展头型多目标气动优化，得到的最优解模型与原始模型相比三个目标依次分别降低了1.6%、1.7%和3.0%。最优解模型的鼻尖高度、车钩区域高度及司机室视窗高度都有所降低，两条横向轮廓线内缩。

• 单位
  牵引动力国家重点实验室; 西南交通大学