兰凤崇 ，周建华 ，赖番结 ，陈吉清

1 引言

近年来，随着高性能计算机技术的不断发展和数值计算方法的深入研究，结构分析和优化技术日趋成熟，并逐渐应用到汽车各个设计阶段。以有限元方法为主体的汽车结构分析和轻量化设计，避免了设计的盲目性，减少设计成本，缩短汽车结构的开发周期，减轻了汽车结构重量。降低白车身质量是提高燃油经济型的重要途径，车辆每减重100kg，其每100km可节省燃油（0.3～0.5）L；车身占汽车总质量的（30～40）%，车身结构的轻量化具有重要意义。保证车身结构整体性能不降低的情况下，可最大限度地减轻车身各零件的质量。

目前国内外对于车身轻量化的研究广泛，由于白车身构成的板件较多，在优化设计时变量复杂，难以高效地进行减重设计。文献[1-2]采用基于灵敏度的近似方法构建NVH响应的Kriging近似模型，用序列二次规划法进行优化求解，收到了较好的减重效果。林涛等在概念设计开发阶段，基于灵敏度分析对某SUV车型进行轻量化设计，结果表明在质量不降低的情况下，整车扭转刚度有了较大的提升[3]。文献[4]在对比了多项式响应面与Kriging近似模型的基础上，建立了一种基于移动最小二乘的汽车正面碰撞响应面模型进行车身的轻量化研究。响应面、正交多项式和Kriging等近似方法都被普遍用在汽车结构的轻量化设计当中，采用的优化方法多以梯度优化和直接搜索等局部方法为主。鉴于此，在这里采用径向基函数神经网络的近似模拟方法，结合自适应模拟退火法的全局优化策略，对某白车身结构进行的减重优化设计。……