导语

  

    詹振飞、石磊编著的《汽车安全的仿真与优化设计》内容结合实际工业应用，介绍了诸多分析实例以支撑所介绍的新理论、新方法。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章引人数据挖掘技术，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。

内容提要

  

    汽车的设计与制造是一个非常复杂的系统工程，需要考虑零件、子系统、系统及整车各个层面，综合运用材料科学、能源科学、信息科学和制造科学的相关知识、理论和方法。本套“汽车工程专业系列丛书”涵盖汽车制造系统和质量、汽车动力总成、汽车材料及轻量化、车身耐久性、汽车安全仿真与优化、汽车系统控制及其智能化、汽车尾气排放处理、二氧化碳减排、电动汽车等多个方面的内容，涉及汽车轻量化、安全、环保、电子控制等关键技术。
    自人们开始把汽车安全作为一个新的研究领域，至今已过去一个多世纪，汽车安全技术的发展也经历了三个阶段。目前，各种汽车安全系统和装置，如安全气囊、安全座椅、汽车前方碰撞预警系统（FCW）和车道偏离预警系统（LDW）、电子稳定控制系统（ESC）、自主紧急制动系统（AEB）、车道保持辅助系统（LKS）、LDW和速度辅助系统（SAS）安全技术等开始广泛应用。
    詹振飞、石磊编著的《汽车安全的仿真与优化设计》主要介绍了汽车被动安全系统、主动安全系统、汽车结构优化设计、被动安全仿真与试验、主动安全仿真与试验、模型验证与确认、面向复杂动态系统的模型确认、面向汽车安全的模型偏差修正优化策略等内容，涵盖当下最先进的研究成果。
    本书适合高校汽车专业的学生和从事安全的仿真优化与设计工作的工程师，以及所有对汽车安全感兴趣的人参考。

丛书总序
推荐序
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