• 한국기계가공학회지
• /
• 제18권3호
• /
• pp.74-81
• /
• 2019

Herein, we performed a comparative study on approximate multi-objective design optimization, to realize a structural design to improve the weight and vibration performances of the knuckle - a car suspension component - considering various load conditions and vibration characteristics. In the approximate multi-objective optimization process, a regression meta-model was generated using the response surfaces method (RSM), while Kriging and back-propagation neural network (BPN) methods were applied for interpolation meta-modeling. The Pareto solutions, multi-objective optimal solutions, were derived using the non-dominated sorting genetic algorithm (NSGA-II). In terms of the knuckle design considered in this study, the characteristics and influence of the meta-model on multi-objective optimization were reviewed through a comparison of the approximate optimization results with the meta-models and the actual optimization.

• 대한기계학회논문집A
• /
• 제34권11호
• /
• pp.1603-1611
• /
• 2010

본 논문에서는 범프 및 브레이크 하중조건 하에서 자동차 넉클의 강도설계에 관한 다양한 회귀모델 기반 근사최적화 기법 및 그 성능을 비교하고자 한다. 최적설계문제는 응력, 변형 및 진동주파수의 제한조건 하에서 중량을 최소화하여 설계변수인 단면치수가 결정되도록 정식화 된다. 비교 연구를 위해 사용된 근사화 기법은 순차적 근사최적화(SAO), 순차적 이점대각이차 근사최적화(STDQAO), 그리고 개선된 이동최소 자승법(MLSM) 기반 근사최적화 기법인 CF-MLSM 와 Post-MLSM 이다. SAO 와 STDQAO 적용을 위하여 상용 프로세스통합 설계최적화(PIDO) 코드를 사용하였다. 본 연구에 적용한 MLSM 기반 근사최적화 기법들은 제한조건의 가용성을 보장할 수 있도록 새롭게 개발되었다. 다양한 근사최적화 기법에 의한 설계결과는 설계 해의 개선 및 수렴속도 등 수치적 성능을 기준으로 실제 비근사최적화 결과와 비교검토 되었다.