基于时域模型的路面平整度模拟(英文)

为了更加直观有效地描述路面平整度,提出了一种路面平整度的模拟方法,即随机正弦波法.该方法将路面平整度表示成大量具有随机相位的正弦或余弦之和,采用离散谱逼近目标随机过程,是一种离散化数值模拟路面平整度的方法.根据给定的路面功率谱系数,在时域路面随机位移输入的频率特征与给定的路面谱相一致的情况下,通过计算机模拟将路面平整度优化成为随机振动的等效信号,得到各等级下路面的平整度曲线.结果表明:随机正弦波法适用于实测道路谱的时域模拟,由于该方法数学推导严密,使用范围广泛,且模拟曲线直观,对于汽车平顺性研究具有十分重要的意义.最后,提出一个与路面功率谱系数相关的平整度指标——名义平整度指数.

混合改进策略的阿奎拉鹰优化算法

针对阿奎拉鹰优化算法(Aquila optimizer,AO)收敛速度慢、易陷入局部最优且寻优精度较低等问题,提出混合改进策略的阿奎拉鹰优化算法(Aquila optimizer based on hybrid improved strategies,HH-SAO)。初始化阶段引入准反向学习策略,增强初始化种群多样性。引入正弦波随机策略,提高算法全局探索阶段随机性,提升算法全局寻优能力。利用哈里斯鹰算法(Harris hawks optimization,HHO)的4种攻击策略替换原AO算法的局部开发阶段策略,提高算法跳出局部极小值能力;引入能量缩减机制实现全局与局部阶段的动态转换,平衡算法全局探索和局部开发能力。仿真试验选取23个基准测试函数和1个经典工程设计问题进行性能测试,结果表明改进算法相较于其他流行算法具有更好的寻优能力和工程适用性。