为了求解机械臂关节空间的刚度最优轨迹,提出了基于多方式自适应学习蜂群的轨迹规划方法。以SR20A型串联机械臂为研究对象,基于刚度矩阵的最小特征值定义了机械臂刚度,并建立了机械臂关节轨迹的刚度最优化模型。针对蜜蜂差分搜索效率低、启发性不足等问题,根据个体差异设计了多方式自适应学习策略,并将多方式学习蜂群算法应用于刚度最优轨迹规划。使用5组轨迹规划实验进行验证,结果表明,多方式学习蜂群算法相比自适应蝙蝠算法和标准蜂群算法,在机械臂关节轨迹求解中具有显著的优越性。

为研究某轿车的侧风稳定性,利用稳态方法,分析不同强度侧风下整车的侧向气动特性,并在某一特定的侧风条件下,通过优化车身两侧表面结构参数,以提高整车侧向气动性能。通过运用网格自适应方法和集成仿真软件star ccm+进行试验设计,并构建近似模型探索以整车侧向气动性能为目标的车身两侧各结构参数的最佳组合。结果表明,轿车在不同强度侧风的影响下,车身周围流场会发生显著改变。通过优化车身两侧表面结构参数,明显地提高了轿车的侧向气动性能。

为研究车身尾部结构特征对整车风阻有重要影响，降低某客车的气动阻力，设计了3种空气动力附加装置，并分别进行外流场数值模拟和流场特征分析.研究结果表明:在同等分析条件下，安装在客车尾部的3种空气动力附加装置均有减阻效果，其中减阻效果最好的方案使气动阻力系数下降了4.8%，气动阻力降低了174N，有效地提高了客车的燃油经济性与动力性.

车身后部结构特征对整车的空气动力学性能有重要的影响。为研究车身后部各结构变化对轿车尾部流场的影响规律及各设计变量之间的相关性,并在此基础上对车身后部结构参数进行优化,以提高轿车的空气动力学性能。通过运用网格自适应方法和集成仿真软件STAR CCM+进行试验设计;并建立近似模型探索以整车气动性能为目标的车身后部各结构参数的最佳组合。结果表明:与传统车身优化方法相比,运用网格自适应方法、试验设计方法和近似模型相结合进行车身优化,大幅度减少了车身优化的时间,且优化效果良好。优化车身后部结构参数,能明显改善尾部流场结构,提高整车的气动特性。

为优化汽车底部流场同时减小整车气动阻力,在整车原始模型上增加前、后阻风板对流经底盘的气体进行组织导流,并进行风洞试验,验证初始优化方案的有效性和仿真的精确度。在初始优化方案的基础上,再使用试验设计、网格自适应与近似模型相结合的方法对阻风板结构进行连续变形同时集成计算,对阻风板结构进一步寻优,得到最终优化方案。结果表明:在汽车底盘增加前、后阻风板能够平顺底盘的紊乱气流;运用试验设计、网格自适应与Kriging近似模型相结合的方法,能够快速地实现更大程度上的减阻效果,最终风阻系数降低4.15%。