基于ML的后副车架结构轻量化与模态优化的目标设计方法

本发明公开了基于ML的后副车架结构轻量化与模态优化的目标设计方法，包括：（1）通过三维建模、静力学分析与模态分析，构建后副车架重量与一阶固有频率仿真对应的数学模型；（2）基于Maximin准则与拉丁超立方产生种群，建立径向基函数机器学习模型；（3）采用Pbest驱动的基于Eplison函数的DPM进化策略产生候选子代个体向量；（4）构造最小最大帕累托前沿提升函数筛选真实子代个体向量；（5）对真实子代个体向量进行仿真评估，基于反向世代距离更新情况自适应切换参考向量类型，返回步骤（3），直至优化目标达到设计要求，输出最优优化设计参数取值。本发明根据种群仿真结果自适应调整进化方向，对轻量化与模态优化两目标优化设计效果好。