基于GAPSO-RBFNN的动车组电机吊架多目标稳健优化设计

作     者：李永华 盛自强 宫琦 LI Yonghua;SHENG Ziqiang;GONG Qi

作者机构：大连交通大学机车车辆工程学院辽宁大连116028 大连交通大学机械工程学院辽宁大连116028 

出 版 物：《中国铁道科学》 (China Railway Science)

年 卷 期：2020年第41卷第3期

页      面：103-110页

核心收录：

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(51875073) 国家重点研发计划项目(2016YFB1200504) 辽宁省自然科学基金资助项目(20170540129) 

主　　题：径向基神经网络 遗传粒子群 信噪比 电机吊架 多目标稳健优化 

摘      要：基于遗传粒子群(GAPSO)算法获取最优平滑系数,从而改进径向基神经网络(RBFNN);通过电机吊架的灵敏度分析筛选出对其总质量和自然频率等质量特性影响较大的关键设计变量;结合正交试验设计与有限元分析得出电机吊架各质量特性值及对应的信噪比,将试验数据作为输入、信噪比作为输出用于GAPSO-RBFNN的训练和测试,并对比分析预测精度;基于GAPSO-RBFNN构建电机吊架的多目标稳健优化模型,采用NSGA-II多目标优化算法对其寻优求解,并与传统设计方案进行对比。结果表明:GAPSO-RBFNN的预测误差远低于传统RBFNN;优化后电机吊架各质量特性信噪比得到提高,实现了对电机吊架的多目标稳健优化,降低了电机吊架总质量,提高了其自然频率。