编辑推荐
本书着重阐述面向汽车安全设计的仿真模型验证和确认方法，以及考虑不确定性的汽车安全数字化模型优化理论及方法两大部分内容。
内容简介
本书第1章回顾了汽车安全的历史沿革，并从全球安全法规及标准出发，详细介绍了主被动安全系统的原理、现状及研究内容。
第2章着重介绍面向汽车安全系统设计的仿真与试验技术。
第3章介绍面向汽车安全仿真的模型验证和确认的基本理论和典型模型确认度量，其中包括已纳入ISO标准的模型确认方法及相应案例。
第4章针对以汽车安全系统为代表的复杂动态系统的数据特点，介绍了多元、不确定性以及层次化模型确认理论和方法。
第5章基于贝叶斯决策论，介绍了考虑不确定性条件下近似模型的识别方法及汽车安全的设计优化。
第6章详细介绍了基于模型偏差修正的技术及优化策略，以提高复杂汽车安全响应预测准确度。第7章引入数据挖掘技术，介绍了基于分类与回归树的汽车安全优化设计方法，并通过典型安全设计案例进行说明。
作者简介
编著者詹振飞，现任重庆大学汽车工程学院重庆大学“百名青年人才引进计划”（简称重大“百人计划”）研究员、博士生导师，重庆自主品牌汽车协同创新中心安全可靠性设计创新团队秘书。从事模型验证理论方法、汽车安全多学科优化设计、稳健设计及可靠性分析理论及方法、不确定性复杂动态系统的数据分析等研究。
詹振飞博士于2011年获得上海交通大学与美国密西根大学联合培养机械工程博士学位，于2005年获得上海交通大学机械工程及自动化和国际经济与贸易本科双学士学位。他曾任美国密西根大学博士后及美国福特汽车研究院被动安全部门研发工程师，负责福特汽车公司安全领域模型验证策略与方法研究，并担任国际标准组织（ISO）TC 22/SC 10/WG 4福特工作组成员。
詹振飞博士目前担任国际汽车工程师协会（SAE International）IDM106(Integrated Design & Manufacturing: Verification & Validation)分会主席，担任《Structural and Multidisciplinary Optimization》、《Engineering Optimization》、《SAE International Journal of Materials and Manufacturing》、《ASME 2013 International Design Engineering Technical Conferences (IDETC)》、《SAE World Congress》等国际期刊及会议论文评审，为SAE International会员及美国机械工程师协会（ASME）会员，发表学术论文40余篇，其中作为第一作者及通讯作者发表SCI、EI收录论文20余篇。
章节目录
版权信息
丛书总序
推荐序一
推荐序二
前言
第1章 绪论
1.1 汽车安全的发展
1.2 汽车安全标准与法规概述
1.2.1 国内外主要汽车安全技术法律法规体系
1.2.2 国内外主要新车评估体系
1.3 汽车被动安全研究
1.3.1 被动安全基础理论
1.3.2 被动安全系统开发
1.4 汽车主动安全研究
1.4.1 主动安全系统理论
1.4.2 主动安全系统开发
参考文献
第2章 面向汽车安全设计的仿真与试验技术
2.1 法规驱动的汽车安全系统设计
2.2 被动安全仿真与试验
2.2.1 被动安全试验简介
2.2.2 被动安全仿真建模方法
2.2.3 碰撞仿真模型
2.3 主动安全仿真与试验
2.3.1 主动安全试验简介
2.3.2 主动安全仿真建模方法
2.3.3 主动安全仿真模型
参考文献
第3章 面向汽车安全的模型验证与确认
3.1 模型验证与确认概述
3.1.1 模型验证与确认的基本概念
3.1.2 模型确认度量
3.2 面向动态系统的模型确认理论及方法
3.3 国际标准组织（ISO）模型确认度量
3.3.1 CORA度量
3.3.2 EEARTH动态时间响应分析方法
3.3.3 ISO整合度量
3.4 ISO时间序列响应的典型应用案例
3.4.1 儿童约束系统案例
3.4.2 台车测试案例
参考文献
第4章 面向复杂动态系统的模型确认
4.1 多元动态系统的模型确认
4.1.1 PCA主元分析
4.1.2 MEARTH多元时间响应误差评估方法
4.1.3 MEARTH确认实例
4.2 不确定性多元动态系统的模型确认
4.2.1 PPCA统计主元分析
4.2.2 不确定性多元动态系统重复性误差分析和计算
4.2.3 不确定性多元动态系统的模型确认量和阈值的选取
4.2.4 不确定性多元动态系统的模型确认流程与碰撞实例
4.3 贝叶斯模型确认
4.3.1 贝叶斯网络
4.3.2 模型确认中的贝叶斯网络
4.4 模型外推理论及方法
4.4.1 模型外推理论简介
4.4.2 基于贝叶斯推理的内插和外推方法
4.4.3 基于高斯过程建模的内插和外推方法
4.4.4 基于Copula内插外推方法
参考文献
第5章 基于数据不确定性的近似模型设计优化
5.1 近似建模技术概述
5.2 贝叶斯决策论
5.3 考虑数据不确定性的贝叶斯指标
5.3.1 贝叶斯指标推导
5.3.2 贝叶斯指标物理意义及应用
5.4 基于贝叶斯指标近似建模数值案例
5.4.1 数学案例验证
5.4.2 数据不确定性影响分析
5.4.3 数据样本规模影响分析
5.5 基于贝叶斯指标的汽车结构碰撞安全研究
5.5.1 汽车安全仿真分析
5.5.2 贝叶斯近似建模
5.5.3 数据不确定性影响分析
5.5.4 数据样本规模影响分析
5.6 基于贝叶斯指标的汽车安全优化设计
5.6.1 贝叶斯指标自适应建模
5.6.2 应用案例
参考文献
第6章 面向汽车安全的模型偏差修正优化策略
6.1 模型更新方法概述
6.2 高斯随机过程
6.3 模型偏差修正方法
6.4 基于模型偏差修正的数据不确定性量化
6.4.1 数据不确定性量化方法
6.4.2 数学案例验证
6.5 面向汽车安全设计优化的模型偏差修正更新策略
6.5.1 近似模型更新策略
6.5.2 汽车正面安全碰撞应用案例
6.5.3 汽车侧面安全碰撞应用案例
参考文献
第7章 数据挖掘技术在汽车安全设计优化中的应用
7.1 基于CART数据挖掘技术
7.1.1 数据挖掘方法概述
7.1.2 数学案例验证
7.2 基于CART数据挖掘技术的汽车安全优化设计域识别方法
7.2.1 优化设计域识别方法
7.2.2 数学案例验证
7.3 基于CART数据挖掘技术的汽车安全优化设计域识别算法
7.4 基于CART数据挖掘技术的汽车安全优化设计应用案例
7.4.1 优化设计域识别分析
7.4.2 确定性多目标优化设计案例
7.4.3 可靠性单目标优化设计案例
参考文献
汽车安全的仿真与优化设计是2017年由机械工业出版社华章分社出版,作者詹振飞 编著。
得书感谢您对《汽车安全的仿真与优化设计》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
