刘欢 韩思远 李飞

（华晨汽车工程研究院）

汽车空气动力学性能对汽车的动力性、经济性及操稳性等有着重要的影响，降低气动阻力可以显著改善汽车的动力性和经济性，降低气动升力有助于提升汽车的操稳性能。在满足结构设计、美学、人体工程学及法规要求的同时，降低气动阻力的设计空间不断缩小，降低气动升力的方法又常常与降低气动阻力的方法产生冲突，如何平衡二者是工程师面临的挑战。国内对飞行器、高速列车及风机领域空气动力学多目标优化关注较多，在汽车行业，文献[1]基于智能算法对汽车气动外形参数进行了多目标优化，在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%。当前的研究较多应用了Kriging近似模型，此模型在处理非线性问题时与神经网络对比其精度有明显劣势，故文章选择神经网络搭建近似模型，精度高，可以大幅节约计算成本，同时使用此近似模型进行多目标遗传算法优化，可以快速达到Ahmed模型[2]气动阻力和升力最优化。

1　仿真模型

Ahmed模型在汽车空气动力学研究过程中发挥了重要的作用，许多论文基于此模型展开研究，其试验数据更是研究的强有力支持，因此，文章亦将此模型作为研究对象。

1.1　模型简介

Ahmed模型是由AHMEDS等人在1984年为研究汽车尾涡而设计的，其前端具有类似汽车的钝体特征，模型的尾部变形可以产生多种不同尾涡流场，对Ahmed模型开展尾部变形和尾部流场的研究具有重要意义。……