一种基于径向基神经网络的磁轨制动器设计方法

本发明涉及磁轨制动器设计技术领域，公开了一种基于径向基神经网络的磁轨制动器设计方法。测量获取待优化磁轨制动器的基础数据，构建有限元模型；获取有限元模型的设计因子结合主成分分析对因子进行筛选获取关键因子，根据正交试验获取关键因子的取值范围；在取值范围内进行拉丁超立方抽样；根据抽样结果进行磁轨制动器性能响应值的模拟，根据关键因子与性能响应值构建样本集，基于样本集结合径向基神经网络构建磁轨制动器预测模型；根据磁轨制动器预测模型嵌入多目标遗传算法框架，并以最大吸力和最小化制动器质量作为目标函数求解获取Pareto目标解集，基于Pareto目标解集进行磁轨制动器的设计。解决了现有的磁轨制动器在设计过程中仅考虑单个因素的问题。