典型文献
基于机器学习的牵引车车架性能智能评估
文献摘要：
在车身零部件结构设计过程中,一直存在设计周期长、过分依赖经验设计等问题,制约了整车的开发周期和成本控制.文中对车身零部件的智能结构设计进行了研究,通过试验设计(Design of Experiment,DOE)方法获取设计空间中具有代表性的样本点,使用Isight软件搭建自动批量获取仿真数据的流程来获取数据集;同时引入机器学习技术,建立数值响应的预测模型,使用学习出来的模型来预测模型性能,这样可以大大缩短汽车设计周期,减小了对工程师技术和经验的依赖.文中以某牵引车车架为例,验证了基于机器学习的智能设计方法的有效性,为车身零部件的快速智能设计提供了一条新的路径.
文献关键词：
车辆设计;机器学习;智能设计;DOE;车架
中图分类号：
作者姓名：
刘文涛;郭虎;张承霖;杨昊;王鹤;陈延展
作者机构：
湖南大学汽车车身先进设计与制造国家重点实验室,湖南长沙 410082;湖大艾盛汽车技术开发有限公司,湖南长沙 410205
文献出处：
引用格式：
[1]刘文涛;郭虎;张承霖;杨昊;王鹤;陈延展-.基于机器学习的牵引车车架性能智能评估)[J].机械设计,2022(03):32-37
A类：
B类：
基于机器学习,牵引车,车车,车架性能,智能评估,车身,零部件,部件结构,设计过程中,设计周期,整车,开发周期,成本控制,智能结构,Design,Experiment,DOE,设计空间,样本点,Isight,批量获取,仿真数据,获取数据,机器学习技术,用学,模型性能,大大缩短,汽车设计,智能设计,车辆设计
AB值：
0.46816
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
