在进行汽车前纵梁设计时，考虑其吸能效果，一般是希望前纵梁发生碰撞后的变形模式为逐级压溃，不要出现折弯或者只有小折弯出现，但想达到这样的效果，在分析验证前很难保证。
传统的优化设计方法是先定义一些形状变量，如下图示意。通过多学科优化来达到最大吸能效果。
采用多学科优化，比如响应面方法，流程及得到的结果如下，其中绿色为基础设计，蓝色为优化设计，变形模式发生了改善，但还无法达到设计者的期望值。
但是因为碰撞的过程是高度非线性的，很难掌控中间的变形过程，如果能够引入类似人工智能中的图像识别模式，来监控碰撞过程中的变形模式，采用聚类方法，把期望中的变形模式预先划分出来，再进行优化，便可得到压溃的变形模式，以及取得最大的吸能效果。因此，上述流程图演化为：
通过监控模型上单元节点位移的方法来识别其变形模式，通过聚类分析，挑选出中间的变形模型进行下一步的优化。
最终优化结果如下图红色方案。
