近年来,我国商用车发展迅猛、数量激增。但与发达国家相比,我国商用车重量偏大,不利于节能减排。另一方面,商用车保有量的增长给交通安全带来了严峻的考验。不同于乘用车,商用车驾驶室缺乏足够的吸能区,碰撞时,乘员安全极易受到威胁。针对以上问题,本文以某轻卡驾驶室为研究对象,采用基于遗传算法权重配比的组合近似模型,结合多目标优化算法,协同考虑轻量化和耐撞性,对驾驶室进行了结构优化。研究成果对促进商用车驾驶室轻量化和耐撞性的协同优化具有一定的理论价值和工程实践意义。本文的研究内容如下:（1）将极限学习机模型与响应面、径向基神经网络、支持向量回归模型组合,并引入遗传算法匹配各个近似模型的权重,提出了基于遗传算法权重配比的组合近似模型。采用四种典型的测试函数对比分析了上述近似模型的预测精度,结果表明:相比于单一近似模型,组合近似模型整体上的预测精度更高,稳定性也更好。这为后续组合近似模型在商用车多目标优化中的应用提供了理论基础。（2）依照国家标准《商用车驾驶室乘员保护》（GB26512-2011）,建立了某国产商用车驾驶室的碰撞仿真模型,并对驾驶室依次开展了正面撞击、顶部强度、后围强度仿真试验。结果表明:在三种工况下,驾驶室整体均能保持较好的完整性,无明显压溃现象;在顶部强度和后围强度试验中,顶盖和后围没有出现明显的应力集中,乘员生存空间充足;在正面撞击试验中,座椅前端和转向管柱最小水平距离Lamin、座椅后背和方向盘最小水平距离Lcmin符合要求,而座椅和方向盘最小垂直距离Lbmin过小。因此,需要对驾驶室正碰耐撞性进行优化设计。（3）基于贡献度分析方法,筛选出对驾驶室质量和正面耐撞性影响较大的厚度、材料变量。以上述厚度和材料变量作为设计变量,搭建了正碰生存空间尺寸的组合近似模型。并将组合近似模型与多目标优化算法相结合,同时考虑驾驶室的轻量化和耐撞性,在厚度和材料的混合变量空间下寻优。最后利用熵-TOPSIS的方法确定了Pareto解集中的最优解,实现了多材料种类-厚度的匹配设计。结果表明:优化后的驾驶室正碰生存空间显著增大,Lamin增加22.2%,Lbmin增加66.54%,Lcmin增加19.17%,此时三种工况下驾驶室生存空间和强度均满足要求,且驾驶室减重2.76%。