摘 要：以整车100%正面碰撞有限元模型为基础研究了三种近似模型的预测精度，分析并选取前部结构中对汽车碰撞安全性影响较大的12个部件厚度为变量，利用最优拉丁超立方试验设计方法生成80个样本数据并进行计算，应用多学科优化中常用的二次多项式响应面（Quadratic Polynomial Response Surface， QPRS）、Kriging以及径向基函数（Radial Basis Function，RBF）三种近似方法分别对选取部件的总质量、吸收总能量、B柱最大加速度和踏板侵入量建立近似模型。结果表明：RBF近似方法对部件总质量、吸收总能量、B柱最大加速度预测精度高于其他两种方法，Kriging近似方法对踏板侵入量预测模型具有较好的精度，QPRS近似方法适合于部件总质量的近似建模。 全文查看链接 　　本文所采用的试验设计方法为最优拉丁超立方设计（Optimal Latin hypercube design，OLHD），OLHD是在采样空间中将每一个设计变量分成n个间隔（水平），首先在每个变量的n个等间隔中随机选取一个不重复的间隔，按均匀分布随机产生一个样本点，循环n次，即可得到n个样本点。与其他传统的试验设计方法相比，最优拉丁超立方设计使所有的试验点尽量均匀地分布在设计空间，尤其是对于小样本设计具有非常好的的空间填充性和均匀性[7]。图1为利用拉丁超立方设计（LHD）与OLHD对两因素9水平问题的研究，观察9个采样点的分布，可以发现OLHD在设计空间内分布更均匀，在同样条件下减少试验设计的样本数量。 全文查看链接 　　对于零部件吸收总能量E，随着非线性程度的增加，三种近似模型的预测精度都有所降低，但是Kriging模型的预测精度相对于其他两种近似模型预测精度相对会增加。 全文查看链接