车身结构直接关系到车身的低阶模态特性、刚度特性,而这两者又关系到汽车的安全性、舒适性、NVH等性能,传统的车身静力学性能优化设计方法除了要求工程技术人员有丰富的专业领域知识经验,还要求掌握常用的实验设计、代理模型、优化算法等优化设计工具的特性及建立方法,然而,随着汽车设计制造水平的不断提升,人们对汽车品质要求不断提高,传统的优化设计方法越来越难以适应日益缩短的汽车研发周期,同时,当前计算机辅助设计系统在产品设计过程中仍然难以做到真正的创新,车身结构设计需要新的设计方法来满足当前生产发展需求。研究车身结构的生成式设计方法,对提高车身结构设计效率有重要意义。本文在传统优化设计方法的基础上,结合当前迅速发展的人工神经网络技术和基于案例的推理技术、粒子群算法,研究车身结构生成式设计方法,针对电动汽车车身的一阶扭转模态、尾门框扭转模态、一阶弯曲模态、前舱横摆模态、弯曲刚度、扭转刚度,对相关车身尺寸参数进行生成式设计,得到可满足预设目标性能的相关车身尺寸参数。论文的主要研究工作如下:(1)针对汽车白车身4个低阶模态频率及弯曲刚度、扭转刚度的设计,提出一种车身结构参数生成式设计方法:该方法基于案例的推理技术,使用粒子群算法作为案例推理系统中的案例修改方法,生成满足预设车身低阶模态频率和刚度值的多种解决方案。(2)本文针对常规粒子群算法面对高维度问题的缺陷,提出一种基于人机交互的动态边界粒子群算法。该算法通过人机交互的方式在算法迭代期间监控粒子的历史最优位置,动态的修改搜索空间,面对特征项较多的高维度白车身尺寸设计问题,改进的算法可求得相对较好的解;(3)根据所研究的车身结构生成式设计方法,结合案例推理技术、改进的粒子群算法以及TensorFlow神经网络构建平台,开发车身结构生成式设计系统,该系统能适应不同维度的样本数据,迅速构建并训练出合格的神经网络模型。使用该系统对某电动车白车身100个厚度尺寸参数进行生成式设计,得到满足预设车身模态及刚度误差要求的车身参数,结果证明研究的车身结构生成式设计方法降低了车身结构设计对工程技术人员设计经验的依赖,提高车身结构设计效率,所开发的系统具有实用性。