用近似模型来代替真实模型可以减少大量的计算时间,保证优化过程的可行性,但需要保证近似模型的精度满足要求。近似模型精度越高,优化的结果可靠性也就越高。基于微型客车正面40%重叠可变形壁障碰撞有限元模型,选取车身前部对碰撞性能影响较大的10个板料厚度作为变量,把B柱下端加速度、总质量、仪表板管梁处侵入量、前围板转向柱孔处侵入量及下前围板离合器踏板处侵入量作为响应值。利用拉丁超立方试验设计方法选取70个样本点,建立了设计变量与响应的近似模型,比较了响应面、径向基神经网络、Kriging、正交多项式4种近似模型响应的误差散点图、平均相对误差和决定系数。结果表明:响应面近似模型和径向基神经网络近似模型在B柱下端加速度峰值、前围板转向柱孔处及下前围板离合器踏板处侵入量的预测精度未在可接受范围内;正交多项式近似模型质量响应精度较高,但其余各响应的精度并不能满足要求,且3种近似模型预测精度受响应量与变量的线性关系的影响明显;而Kriging近似模型各响应的预测精度均满足要求,受线性关系影响较小,故选择Kriging近似模型代替原模型。最后用粒子群算法对Kriging近似模型进行优化,结果表明:Kriging近似模型预测结果与有限元结果拟合精度高,其优化结果达到预期目标。