Genetic and particle swarm algorithm application to tire model fitting

Abstract

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.