1.一种考虑疲劳强约束的车架轻量化优化设计方法,其特征在于,包括步骤:
S1、将车架结构优化任务建模为受约束马尔可夫决策过程,定义包含几何构型特征、设计参数属性、载荷工况特征和性能响应的复合状态空间,构建耦合离散变量与连续变量的混合动作空间,并建立以轻量化收益为正反馈、以工程约束违反为负反馈的引导型奖励函数;
S2、构建基于参数化动作空间网络的混合策略智能体,将所述复合状态空间作为输入,利用所述混合动作空间同步输出离散选型动作的概率分布与连续调节动作的分布参数,并采用近端策略优化算法以预训练的高精度多性能预测模型作为交互环境对所述混合策略智能体进行策略迭代训练;
S3、在策略迭代过程中,依次执行面向离散选型决策的底层动作屏蔽、面向连续变量调节的中层安全层投影以及面向性能指标约束的上层拉格朗日动态惩罚,将智能体输出的动作约束至工程可行域内,生成满足工程可行性要求的Pareto非劣解集;所述性能指标约束为强非线性性能约束,包括疲劳寿命、静强度及刚度;
S4、基于组合赋权与逼近理想解排序法对所述Pareto非劣解集进行多准则决策优选,输出最优工程轻量化方案。
2.如权利要求1所述的车架轻量化优化设计方法,其特征在于,步骤S1中所述复合状态空间包括:几何构型特征,为将车架模型映射得到的三维二值化密度矩阵;
设计参数属性向量,包含各部件实时更新的板厚数值、截面尺寸、连接参数及材料牌号索引;
载荷工况特征矩阵,提取车架在弯曲、扭转、制动及转向工况下的载荷分布特征;
性能响应特征,包含车架质量、一阶模态频率、弯曲刚度、扭转刚度、最大应力、最大变形及最小疲劳寿命值。
3.如权利要求1所述的车架轻量化优化设计方法,其特征在于,步骤S1中所述混合动作空间包括离散动作子空间和连续动作子空间,所述离散动作子空间用于决策材料选型、横纵梁截面形状选型以及连接参数选型,所述连续动作子空间用于决策板厚调整量、截面尺寸调整量、横梁布局坐标调整量以及连接间距调整量。
4.如权利要求1所述的车架轻量化优化设计方法,其特征在于,步骤S1中所述引导型奖励函数为:其中,为奖励值,为车架质量减幅比例,表示第i项性能指标的违反程度,为对应于第i项性能指标的拉格朗日乘子;当各项性能均满足约束时,奖励值即为车架质量减幅比例;当任一性能指标违反约束时,根据违反程度给予负向惩罚。
5.如权利要求1所述的车架轻量化优化设计方法,其特征在于,步骤S2中所述参数化动作空间网络采用共享特征提取层与双头输出结构的分层架构:所述共享特征提取层通过三维残差卷积网络提取所述复合状态空间中几何构型特征的空间拓扑关系,并与设计参数属性向量及性能响应特征进行融合,输出高维语义特征;所述双头输出结构包括离散输出头和连续输出头,离散输出头基于所述高维语义特征输出离散动作的概率分布;连续输出头基于所述高维语义特征输出连续动作的均值与对数标准差,并通过重参数化技巧生成连续动作值:,其中,μ和log σ分别为连续输出头输出的均值和对数标准差,为采样噪声。
6.如权利要求4所述的车架轻量化优化设计方法,其特征在于,步骤S3中,
所述底层动作屏蔽为:根据车架当前的几何拓扑状态及预设工艺规则库构建掩码向量,对离散动作的概率分布进行掩码运算,将非法动作的选取概率置零;
所述中层安全层投影为:当连续动作超出预设可行域时,通过求解二次规划问题将所述连续动作投影至可行域边界上距离最近的点,并将投影过程嵌入神经网络以实现梯度反向传播;
所述上层拉格朗日动态惩罚为:利用对偶梯度下降法动态更新所述奖励函数中各性能指标对应的拉格朗日乘子;当某项性能持续不达标时,自动增大其对应的拉格朗日乘子值,迫使智能体放弃过度减重而优先满足可靠性要求;反之当约束满足时,拉格朗日乘子衰减为零,允许智能体自由探索轻量化边界。
7.如权利要求1所述的车架轻量化优化设计方法,其特征在于,步骤S3中所述Pareto非劣解集的生成过程为:在策略迭代过程中建立外部归档集,用于存储寻优过程中产生的非劣解;每次生成新的有效方案时,将所述新的有效方案与所述外部归档集中的现有方案进行支配关系比较;
若所述新的有效方案被所述外部归档集中的任一现有方案支配,则拒绝将所述新的有效方案加入所述外部归档集;
若所述新的有效方案支配所述外部归档集中的若干现有方案,则将所述新的有效方案加入所述外部归档集,并剔除被其支配的现有方案;
若所述新的有效方案与所述外部归档集中的所有现有方案互不支配,则将所述新的有效方案直接加入所述外部归档集;
迭代完成后,将所述外部归档集中保留的所有互不支配的解点作为Pareto非劣解集输出,所述Pareto非劣解集构成车架轻量化设计空间的最优权衡前沿。
8.如权利要求1所述的车架轻量化优化设计方法,其特征在于,步骤S4包括:
从所述Pareto非劣解集中提取m个候选方案,并针对每个方案提取n个评价指标,构建原始决策矩阵,采用极差变换法对所述原始决策矩阵进行无量纲化处理,将所有指标转化为效益型指标,得到标准化矩阵;
基于层次分析法对各指标相对重要性进行打分,经一致性检验后计算得到主观权重向量;基于熵权法计算所述标准化矩阵中各指标的信息熵和差异系数,归一化后得到客观权重向量;
,,
其中,为第j项指标的差异系数,为第j项评价指标的信息熵,为信息熵计算中的常数系数,且,为第j项指标下第i个候选方案的指标值比重,且有,为标准化矩阵元素,表示第i个候选方案在第j项评价指标上的标准化数值;
采用线性加权模型计算综合权重向量,α和β为预设的偏好系数;
利用所述综合权重向量对所述标准化矩阵进行加权,构建加权规范化决策矩阵,其中;
定义所述加权规范化决策矩阵中的正理想解和负理想解,计算每个候选方案到正理想解的欧氏距离和到负理想解的欧氏距离,根据公式计算各候选方案的相对贴进度,将相对贴进度最高的方案确定为最优工程轻量化方案。
9.如权利要求1所述的车架轻量化优化设计方法,其特征在于,步骤S2中所述混合策略智能体以预训练的高精度多性能预测模型作为交互环境进行策略迭代训练,所述高精度多性能预测模型的构建方式为:采用试验设计方法在车架的设计空间内生成样本点,形成覆盖设计变量取值范围的训练样本集;调用高保真有限元仿真软件对所述训练样本集中的各样本点进行性能仿真计算,获取各样本点对应的性能响应数据,所述性能响应数据至少包括车架质量、疲劳寿命、一阶模态频率、弯曲刚度、扭转刚度、最大应力和最大变形;以所述训练样本集中的样本点作为输入特征,以对应的性能响应数据作为输出标签,构建训练数据集;选用机器学习算法对所述训练数据集进行拟合,建立设计参数与性能响应之间的非线性映射关系,并通过交叉验证对模型精度进行校验,得到所述高精度多性能预测模型;
在策略迭代训练过程中,所述混合策略智能体将当前决策步输出的动作向量输入所述高精度多性能预测模型,所述高精度多性能预测模型实时返回对应的性能评估结果,作为智能体状态更新与奖励函数计算的依据。
10.一种基于权利要求1~9任一项所述方法的车架轻量化优化设计系统,其特征在于,该系统包括以下模块:车架设计决策任务建模模块,所述车架设计决策任务建模模块配置有状态与动作空间构建单元,用于将车架的三维体素化构型、设计参数属性、载荷工况特征及当前性能响应封装为复合状态向量,并将离散决策与连续决策映射为混合动作空间;
混合策略智能体构建与寻优模块,所述混合策略智能体构建与寻优模块的核心组件为参数化动作空间网络,其内部集成有共享特征感知层、用于输出离散选型动作概率分布的离散输出头、用于输出连续调整动作分布参数的连续输出头,实现对混合设计变量的协同决策;所述混合策略智能体构建与寻优模块还配置有策略迭代优化单元,利用近端策略优化算法结合信赖域截断机制更新网络权重;
工程可行性维护与非劣解生成模块,所述工程可行性维护与非劣解生成模块配置有分层约束处理引擎,其内部包含三个级联的约束算子:底层动作屏蔽算子用于过滤违反制造工艺极限的非法离散决策,中层安全层投影算子用于将违反空间干涉约束的连续动作修正至可行域边界,上层动态惩罚修正单元用于基于拉格朗日乘子法处理强非线性性能约束;所述工程可行性维护与非劣解生成模块还集成有性能评估代理接口,用于调用预训练的高精度多性能预测模型对修正后的设计方案进行性能评价,并通过迭代生成覆盖设计空间Pareto前沿的多目标非劣解集;
多准则综合决策优选模块,所述多准则综合决策优选模块集成有主客观组合赋权组件,配置有层次分析算子与信息熵计算算子,分别用于量化主观偏好以及挖掘解集数据的客观统计特征,生成综合权重向量;以及逼近理想解排序法综合评价单元,用于构建加权规范化决策矩阵,计算各候选方案与理想解及负理想解的相对距离,并输出相对贴进度最高的最优工程轻量化方案。