| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-22页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 汽车轻量化设计研究现状 | 第10-16页 |
| 1.2.1 近似模型理论基础 | 第11-15页 |
| 1.2.2 试验设计 | 第15-16页 |
| 1.3 数据挖掘技术与应用研究现状 | 第16-19页 |
| 1.4 本文主要研究内容 | 第19-22页 |
| 2 基于PSO-SVR的近似建模方法研究 | 第22-42页 |
| 2.1 引言 | 第22页 |
| 2.2 常用近似模型 | 第22-27页 |
| 2.3 支持向量回归参数选择方法 | 第27-41页 |
| 2.3.1 支持向量回归参数介绍 | 第28-30页 |
| 2.3.2 参数对SVR近似模型的精度影响分析 | 第30-33页 |
| 2.3.3 支持向量回归参数最优化方法 | 第33-35页 |
| 2.3.4 案例分析 | 第35-41页 |
| 2.4 本章小结 | 第41-42页 |
| 3 基于互信息特征选择的关键设计变量筛选方法研究 | 第42-58页 |
| 3.1 引言 | 第42页 |
| 3.2 面向汽车优化设计的关键设计变量筛选方法研究 | 第42-49页 |
| 3.2.1 常用关键变量筛选方法概述 | 第42-47页 |
| 3.2.2 基于互信息特征选择的关键设计变量筛选方法研究 | 第47-49页 |
| 3.3 车身结构轻量化应用研究 | 第49-56页 |
| 3.3.1 设计优化平台搭建 | 第51-52页 |
| 3.3.2 最优关键设计变量子集确定 | 第52-54页 |
| 3.3.3 优化问题定义及实现 | 第54-56页 |
| 3.4 本章小结 | 第56-58页 |
| 4 基于K均值聚类算法的优化设计域识别方法研究 | 第58-72页 |
| 4.1 引言 | 第58页 |
| 4.2 K均值聚类方法研究 | 第58-62页 |
| 4.2.1 传统K均值算法概述 | 第58-60页 |
| 4.2.2 改进的K均值算法 | 第60-62页 |
| 4.3 基于改进K均值算法的优化设计域识别方法研究 | 第62-71页 |
| 4.3.1 可行设计域识别方法研究 | 第62-63页 |
| 4.3.2 案例分析 | 第63-71页 |
| 4.4 本章小结 | 第71-72页 |
| 5 基于车顶压溃的结构轻量化工程应用研究 | 第72-84页 |
| 5.1 引言 | 第72页 |
| 5.2 基于数据挖掘技术的车身轻量化设计总体框架 | 第72-73页 |
| 5.3 基于车顶压溃的结构轻量化设计工程实例 | 第73-81页 |
| 5.3.1 FMVSS216《车顶抗压强度》标准介绍 | 第73-74页 |
| 5.3.2 车顶压溃有限元分析 | 第74-76页 |
| 5.3.3 基于车顶压溃的轻量化设计 | 第76-81页 |
| 5.4 本章小结 | 第81-84页 |
| 6 总结与展望 | 第84-86页 |
| 6.1 主要研究工作与结论 | 第84-85页 |
| 6.2 研究展望 | 第85-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 附录 | 第92页 |
| A 作者在攻读学位期间发表的论文目录 | 第92页 |
| B 作者在攻读学位期间参加的科研项目 | 第92页 |
