Genetic and particle swarm algorithm application to tire model fitting

Detalhes bibliográficos
Autor(a) principal: Costa, Pedro Henrique
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: eng
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/232643
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Engenharia Automotiva.
id UFSC_a677c00dc02d385b20c7ff759dda0fbf
oai_identifier_str oai:repositorio.ufsc.br:123456789/232643
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Genetic and particle swarm algorithm application to tire model fittingtirepsogeneticalgorithmTCC (graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Engenharia Automotiva.The tire is the primary source of forces and torques that provide control and stability to the vehicle. Thus, the performance of a vehicle is mainly influenced by the characteris- tics of its tires. It is vital that the automotive engineer has a mathematical/ computational tool that provides precision and consistency to model a tire. The Magic Formula is the main model currently in use in the automotive industry. The fitting process of the Magic Formula model is a complex task and can be treated as a optimization problem. For this reason a particle swarm and genetic algorithm are implemented. A benchmark and comparison is made between these two algorithms, for standard test functions and fitting of a Magic Formula 6.1 model.É vital que o engenheiro automotivo tenha uma ferramenta matemática/computacional que forneça precisão e consistência para modelar um pneu. A Fórmula Mágica é o principal modelo atualmente em uso na indústria automotiva. O processo de ajuste do modelo Magic Formula é uma tarefa complexa e pode ser tratada como um problema de otimização. Por esta razão, um enxame de partículas e um algoritmo genético são implementados. Um benchmark e uma comparação são feitos entre esses dois algoritmos, para funções de teste padrão e ajuste de um modelo Magic Formula 6.1.Joinville, SCCarboni, AndreaRouelle, ClaudeUniversidade Federal de Santa CatarinaCosta, Pedro Henrique2022-03-23T20:05:19Z2022-03-23T20:05:19Z2022-03-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis67 fapplication/pdfapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/232643info:eu-repo/semantics/openAccessengreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-03-23T20:05:19Zoai:repositorio.ufsc.br:123456789/232643Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-03-23T20:05:19Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Genetic and particle swarm algorithm application to tire model fitting
title Genetic and particle swarm algorithm application to tire model fitting
spellingShingle Genetic and particle swarm algorithm application to tire model fitting
Costa, Pedro Henrique
tire
pso
genetic
algorithm
title_short Genetic and particle swarm algorithm application to tire model fitting
title_full Genetic and particle swarm algorithm application to tire model fitting
title_fullStr Genetic and particle swarm algorithm application to tire model fitting
title_full_unstemmed Genetic and particle swarm algorithm application to tire model fitting
title_sort Genetic and particle swarm algorithm application to tire model fitting
author Costa, Pedro Henrique
author_facet Costa, Pedro Henrique
author_role author
dc.contributor.none.fl_str_mv Carboni, Andrea
Rouelle, Claude
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Costa, Pedro Henrique
dc.subject.por.fl_str_mv tire
pso
genetic
algorithm
topic tire
pso
genetic
algorithm
description TCC (graduação) - Universidade Federal de Santa Catarina. Campus Joinville. Engenharia Automotiva.
publishDate 2022
dc.date.none.fl_str_mv 2022-03-23T20:05:19Z
2022-03-23T20:05:19Z
2022-03-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/232643
url https://repositorio.ufsc.br/handle/123456789/232643
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 67 f
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Joinville, SC
publisher.none.fl_str_mv Joinville, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652171044978688

Registros relacionados