据，事故发生前的车辆运动参数作为神经网络的输入数据，以汽车碰撞仿真结果作为网络训练样本，将递归神经网络应用于汽车碰撞事故过程的建模；以建立的神经网络作为变形量预测器，结合全局搜索且鲁棒的遗传算法，对训练完成的神经网络进行优化求解得到事故发生瞬间的车辆运动参数。 基于系统集成的思想开发了一套面向高性能计算机的事故再现软件系统，从而为高性能计算机应用软件的开发探索了一条新的途径。该系统利用有限元方法实现汽车碰撞事故的并行计算和再现结果的可视化分析。在该系统中，将商业性有限元软件和自主开发的优化迭代软件结合，形成并行化的集成系统，不仅可以充分利用高性能计算机的计算资源，而且基于PC的客户端人机界面友好，方便用户的使用。与完全自主开发软件相比，系统集成方案开发效率高、周期短、成本低、编程工作量少。 针对某型号国产小客车发生的一起碰撞围墙事故，用本文提出的方法展开再现研究。根据该事故的特点，首先确定两个变化因素：碰撞速度及角度，然后选择11个车身关键点作为研究对象，采用三坐标测量仪进行关键点变形量测量；根据事故现场环境建立事故场景的有限元模型，包括小客车、防撞围墙和路面等；根据CMVDR294的要求，进行了正面碰撞刚性墙的数值模拟，整车碰撞变形与实车试验结果较为吻合，验证了数值模型的可靠性。接着以该模型为基础应用开发的软件系统进行事故再现研究，得到了和事故车真实变形最接近的再现结果。最后通过建立整车-乘员-约束系统模型，以车辆在事故中的运动为激励，研究乘员在事故中的碰撞响应以及损伤情况。 利用车身变形信息，借助有限元方法进行交通事故研究可以获得精度较高的结果，而且仿真结果可以非常方便的采用三维动画的形式再现事故全过程，这有利于更准确的鉴定事故责任；同时，可以对关键零部件的变形及乘员所受伤害给出量化评价，从而对汽车结构等进行有针对的安全性改进，真正做到“以人为中心”进行汽车安全性研究。本文所提出的事故再现方法和开发的软件都可以应用于具体事故的分析处理，从而为发生了复杂变形的重大交通事故鉴定提供科学的理论依据和数据参考。