针对Magic Formula轮胎模型,提出了基于自适应模拟退火算法的轮胎模型参数辨识方法;以轮胎实测数据为基础,以多垂直载荷下拟合结果与原始数据之间的加权误差平方和最小化为优化目标,构建优化流程对模型参数进行辨识;对辨识结果进行残差分析表明,自适应模拟退火算法能实现轮胎模型多参数的准确、高效辨识。 模拟成控制参数，由初始输入解向量i和温度控制参数T初始值t开始，对当前解i重复“产生新解→计算目标函数差→判断接受或舍弃”的迭代过程，并逐步衰减温度控制参数t。该迭代过程是基于蒙特卡洛迭代求解方法的一种启发式随机搜索过程，有效的避免局部最优解的瓶颈，从而达到全局最优解。SA算法的流程如图4所示。其中n(Tk)为提前设定内循环次数模拟退火算法-数控滚圆机张家港滚弧机全自动钢管滚圆机弯管机滚弧机，Tf为外循环终止温度，T0为初始温度，n为温度Tk下内循环迭代步数，k为外循环降温的次数[3]。图4模拟退火算法流程图自适应模拟退火算法

转载 （AdaptiveSimulatedAnnealing，简称ASA）是基于模拟退火算法流程的改进版。ASA主要是将常规SA算法的内循环过程再分为2层，其中外层控制邻域变化，内层在该邻域内进行扰动，随机产生新点以达到自适应搜索[7]，因此ASA比传统SA算法具有更优良的全局求解能力和计算效率，能够有效探索全局优化解、非常适合处理连续和非连续设计空间、实数型、离散型设计变量等多种复杂条件的问题，具有良好的收敛性[4]。3参数辨识及结果分析MagicFormula轮胎模型以matlab脚本实现，参数辨识输入向量分别为X[k]，X[α]。参数辨识过程借助I-Sight工具中AOA优化算法实现，设置辨识过程中目标函数为[5]：（27）（28）式中：Rk为各工况下目标函数值；n为试验数据个数；Ymf(xi)公式2、10、18所计算数值；Y(xi)为试验测试数模拟退火算法-数控滚圆机张家港滚弧机全自动钢管滚圆机弯管机滚弧机据；Wk为辨识过程中各工况权重系数。辨识过程中试验数据采用某公司生产215/55R17型号轮胎测试数据。数据中包含三类共15种纯 转载