本文展示了一种联合方法，它集成了所提出的混合贡献分析 (HCA) 方法、人工中性网络 (ANN) 元模型、改进的非支配索林遗传算法 II (MNSGAII) 和理想点方法 (IPM)，使用用于车身侧面结构的多目标轻量化和耐撞性优化。首先，分别建立了车身的静-动刚度模型和车辆侧面的耐撞性模型，并针对相应的实际实验进行了验证。接下来，使用建议的 HCA 方法筛选最初选择的优化零件以确定最终优化零件，其厚度作为设计变量。之后，利用实验设计（DoE）结合基于人工神经网络的元模型来近似汽车车身的输出性能指标，然后在此基础上采用带有 epsilon 消除技术的改进 NSGA-II（MNSGAII）解决多目标优化过程，考虑车身总质量和扭转刚度，B柱内板上测点P1和前门内板上测点D1的最大侵入变形作为四个优化目标。最后，IPM方法从获得的Pareto集合中识别出最优权衡解，优化设计与基线设计的综合比较进一步证实了所提出联合方法的有效性。特别地，四目标帕累托集近似地体现了每对单独运行的双目标优化，从而为设计者提供了更多的优化方案。