基于混合加点Kriging代理模型的动车组转向架构架多目标优化设计

王玮琪; 宋宇博; 汪应

doi:10.16579/j.issn.1001.9669.2025.10.016

您当前的位置：

首页 >

文章列表页 >

基于混合加点Kriging代理模型的动车组转向架构架多目标优化设计

·实验研究·测试技术· | 更新时间：2025-10-31

- 基于混合加点Kriging代理模型的动车组转向架构架多目标优化设计
- MULTI-OBJECTIVE OPTIMIZATION DESIGN OF MOTOR TRAIN UNIT TRUCK FRAME BASED ON HYBRID ADDITION KRIGING SURROGATE MODEL
- 机械强度 2025年47卷第10期页码：139-147
- 作者机构：
  
  兰州交通大学机电技术研究所，兰州 730070
- 作者简介：
  
  王玮琪，男，1999年生，湖南娄底人，在读硕士研究生；主要研究方向为结构优化；E-mail：1244195215@qq.com。
- 基金信息：
- DOI：10.16579/j.issn.1001.9669.2025.10.016
  中图分类号： U270.33
- 收稿：2023-11-26，
  
  纸质出版：2025-10-15
- 稿件说明：
移动端阅览
王玮琪，宋宇博，汪应. 基于混合加点Kriging代理模型的动车组转向架构架多目标优化设计［J］. 机械强度，2025，47（10）：139-147.

WANG Weiqi，SONG Yubo，WANG Ying. Multi-objective optimization design of motor train unit truck frame based on hybrid addition Kriging surrogate model［J］. Journal of Mechanical Strength，2025，47（10）：139-147.
王玮琪，宋宇博，汪应. 基于混合加点Kriging代理模型的动车组转向架构架多目标优化设计［J］. 机械强度，2025，47（10）：139-147. DOI： 10.16579/j.issn.1001.9669.2025.10.016.

WANG Weiqi，SONG Yubo，WANG Ying. Multi-objective optimization design of motor train unit truck frame based on hybrid addition Kriging surrogate model［J］. Journal of Mechanical Strength，2025，47（10）：139-147. DOI： 10.16579/j.issn.1001.9669.2025.10.016.

摘要

为提高复杂结构轻量化设计的计算效率，提出一种基于Kriging代理模型的复杂结构轻量化设计方法。所提方法融合了混合加点策略和考虑距离阈值的样本删除策略，旨在快速提高Kriging代理模型的拟合精度，进而应用于以最小化构架质量和最大应力为优化目标的转向架构架多目标轻量化模型中。然后，通过第二代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ

NSGA-Ⅱ）对多目标轻量化模型求解。结果表明，所提出的混合加点策略和考虑距离阈值的样本删除策略有效地改善了Kriging代理模型的更新进程，基于Kriging代理模型的复杂结构轻量化设计方法在计算效率和轻量化效果上具有显著优势。

Abstract

To enhance the computational efficiency of structural lightweight design for complex structures

a structural lightweight design method based on the Kriging surrogate model is proposed. The proposed method incorporates a hybrid addition strategy and a sample deletion strategy considering a distance threshold， aiming to rapidly improve the fitting accuracy of the Kriging surrogate model. This model was then applied to a multi-objective lightweight design model of the truck frame

with the optimization objectives of minimizing frame mass and maximum stress. Subsequently

the multi-objective lightweight model was solved using the non-dominated sorting genetic algorithm-II (NSGA-II). The results demonstrate that the proposed hybrid addition strategy and sample deletion strategy considering the distance threshold effectively enhance the update process of the Kriging surrogate model. The structural lightweight design method based on the Kriging surrogate model exhibits significant advantages in both computational efficiency and lightweight performance.

关键词

Keywords

references

王凤军，扶原放，王霄锋，等 . 基于可靠性原理的悬架下摆臂轻量化设计研究［J］. 汽车工程， 2009 ， 31 （ 11 ）： 1070 - 1073 .

WANG Fengjun ， FU Yuanfang ， WANG Xiaofeng ， et al . A research on lightweight design for the lower-arm of suspension based on reliability theory ［J］. Automotive Engineering ， 2009 ， 31 （ 11 ）： 1070 - 1073 . （In Chinese）

左文杰，陈继顺，李亦文，等 . 刚度、强度与频率约束下的白车身板厚尺寸优化［J］. 汽车工程， 2017 ， 39 （ 2 ）： 145 - 149 .

ZUO Wenjie ， CHEN Jishun ， LI Yiwen ， et al . Size optimization on plate thickness of BIW with constraints of stiffness，strength and frequency ［J］. Automotive Engineering ， 2017 ， 39 （ 2 ）： 145 - 149 . （In Chinese）

吴炳晖，袭建军，宫娜 . 基于蒙特卡洛法的结构可靠度预计［J］. 机械制造与自动化， 2015 ， 44 （ 6 ）： 68 - 70 .

WU Binghui ， XI Jianjun ， GONG Na . Structural reliability prediction based on Monte Carlo method ［J］. Machine Building & Automation ， 2015 ， 44 （ 6 ）： 68 - 70 . （In Chinese）

王震虎，周巧英，刘开勇，等 . 基于响应面模型的白车身多目标轻量化设计［J］. 中国机械工程， 2018 ， 29 （ 1 ）： 75 - 81 .

WANG Zhenhu ， ZHOU Qiaoying ， LIU Kaiyong ， et al . Multi-object lightweight design of BIWs based on response surface model ［J］. China Mechanical Engineering ， 2018 ， 29 （ 1 ）： 75 - 81 . （In Chinese）

徐兴伟，胡晓兵，田昆，等 . 支持向量机响应面在结构优化中的应用［J］. 机械设计与制造， 2018 （ 6 ）： 169 - 172 .

XU Xingwei ， HU Xiaobing ， TIAN Kun ， et al . Response surface based on support vector machine and its application in structural optimization ［J］. Machinery Design & Manufacture ， 2018 （ 6 ）： 169 - 172 . （In Chinese）

毋高峰，毋亚文，智鹏鹏，等 . 基于GA加权网络的转向架构架多目标可靠性优化设计［J］. 机械强度， 2022 ， 44 （ 4 ）： 859 - 866 .

WU Gaofeng ， WU Yawen ， ZHI Pengpeng ， et al . Multi-objective reliability optimization design of bogie frame based on GA weighted network ［J］. Journal of Mechanical Strength ， 2022 ， 44 （ 4 ）： 859 - 866 . （In Chinese）

NEGRIN I ， KRIPKA M ， YEPES V . Metamodel-assisted design optimization in the field of structural engineering：a literature review ［J］. Structures ， 2023 ， 52 ： 609 - 631 .

龙江启，胡俊 . 多种代理模型在汽车座椅轻量化设计中的应用研究［J］. 机械科学与技术， 2021 ， 40 （ 8 ）： 1285 - 1292 .

LONG Jiangqi ， HU Jun . Study on application of surrogate models to lightweight design of automobile seat ［J］. Mechanical Science and Technology for Aerospace Engineering ， 2021 ， 40 （ 8 ）： 1285 - 1292 . （In Chinese）

韩忠华 . Kriging模型及代理优化算法研究进展［J］. 航空学报， 2016 ， 37 （ 11 ）： 3197 - 3225 .

HAN Zhonghua . Kriging surrogate model and its application to design optimization：a review of recent progress ［J］. Acta Aeronautica et Astronautica Sinica ， 2016 ， 37 （ 11 ）： 3197 - 3225 . （In Chinese）

王禹琪，刘昕晖，陈晋市，等 . 钢制组装式车轮的轻量化设计及多目标优化［J］. 哈尔滨工业大学学报， 2020 ， 52 （ 7 ）： 170 - 178 .

WANG Yuqi ， LIU Xinhui ， CHEN Jinshi ， et al . Lightweight design and multi-objective optimization of steel assembled wheel ［J］. Journal of Harbin Institute of Technology ， 2020 ， 52 （ 7 ）： 170 - 178 . （In Chinese）

贾连辉，李晓科，袁文征，等 . 基于拓扑优化和Kriging模型的前中盾结构轻量化设计［J］. 中国机械工程， 2022 ， 33 （ 23 ）： 2888 - 2897 .

JIA Lianhui ， LI Xiaoke ， YUAN Wenzheng ， et al . Lightweight design of front and middle shield structures based on topology optimization and Kriging model ［J］. China Mechanical Engineering ， 2022 ， 33 （ 23 ）： 2888 - 2897 . （In Chinese）

张亮，张继业，李田，等 . 超高速列车流线型头型多目标优化设计［J］. 机械工程学报， 2017 ， 53 （ 2 ）： 106 - 114 .

ZHANG Liang ， ZHANG Jiye ， LI Tian ， et al . Multi-objective optimization design of the streamlined head shape of super high-speed trains ［J］. Journal of Mechanical Engineering ， 2017 ， 53 （ 2 ）： 106 - 114 . （In Chinese）

周昳鸣，张君茹，程耿东 . 基于Kriging代理模型的两类全局优化算法比较［J］. 计算力学学报， 2015 ， 32 （ 4 ）： 451 - 456 .

ZHOU Yiming ， ZHANG Junru ， CHEN Gengdong . Comparison for two global optimization algorithms based on Kriging surrogate model ［J］. Chinese Journal of Computational Mechanics ， 2015 ， 32 （ 4 ）： 451 - 456 . （In Chinese）

陈哲，杨旭锋，程鑫 . 基于改进Kriging模型的主动学习可靠性分析方法［J］. 机械强度， 2021 ， 43 （ 1 ）： 129 - 136 .

CHEN Zhe ， YANG Xufeng ， CHENG Xin . Active learning method based on improved Kriging model for reliability analysis ［J］. Journal of Mechanical Strength ， 2021 ， 43 （ 1 ）： 129 - 136 . （In Chinese）

田宗睿，智鹏鹏，云国丽，等 . 基于自适应增量Kriging模型的多目标稳健优化设计方法［J］. 中国机械工程， 2023 ， 34 （ 8 ）： 931 - 940 .

TIAN Zongrui ， ZHI Pengpeng ， YUN Guoli ， et al . Multi-objective robust optimization design method based on adaptive incremental Kriging model ［J］. China Mechanical Engineering ， 2023 ， 34 （ 8 ）： 931 - 940 . （In Chinese）

胡耿，陈志刚，张定 . 基于Kriging模型的膜盘型面优化设计方法研究［J］. 机械传动， 2022 ， 46 （ 7 ）： 75 - 79 .

HU Geng ， CHEN Zhigang ， ZHANG Ding . Optimization design of diaphragm profile based on Kriging model ［J］. Journal of Mechanical Transmission ， 2022 ， 46 （ 7 ）： 75 - 79 . （In Chinese）

余镇，樊志华，石宏雨，等 . 基于代理优化算法的水下滑翔机外形优化设计［J］. 机械强度， 2023 ， 45 （ 4 ）： 879 - 886 .

YU Zhen ， FAN Zhihua ， SHI Hongyu ， et al . Shape optimization design of the underwater glider based on surrogate optimal algorithm ［J］. Journal of Mechanical Strength ， 2023 ， 45 （ 4 ）： 879 - 886 . （In Chinese）

LUPERA G ， SHOKRY A ， MEDINA-GONZÁLEZ S ， et al . Ordinary Kriging：a machine learning tool applied to mixed-integer multiparametric approach ［J］. Computer Aided Chemical Engineering ， 2018 ， 43 ： 531 - 536 .

王登峰，李慎华 . 基于Pareto挖掘的白车身侧碰安全件轻量化优化设计［J］. 中国机械工程， 2021 ， 32 （ 13 ）： 1584 - 1590 .

WANG Dengfeng ， LI Shenhua . Lightweight optimization design of side collision safety parts for BIW based on Pareto mining ［J］. China Mechanical Engineering ， 2021 ， 32 （ 13 ）： 1584 - 1590 . （In Chinese）

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于代理优化算法的水下滑翔机外形优化设计