基于神经网络模型与遗传算法的多目标优化方法和系统

本发明涉及电机优化技术领域，具体涉及基于神经网络模型与遗传算法的多目标优化方法和系统，所述方法包括，定义电机结构参数的6维输入参数结构空间；采用拉丁超立方抽样生成样本点，通过有限元仿真获取样本点的转矩脉动和输出功率，构建为数据集；基于数据集初始化BP神经网络模型，构建三层前馈网络架构作为BP神经网络模型并训练；采用第一层遗传算法优化BP神经网络模型的权重和偏置项；将优化后的BP神经网络模型作为双目标适应度函数，通过第二层遗传算法寻找最优输出的结构参数。本发明通过神经网络模型并结合双层遗传算法分阶段优化，提升了优化效率、减少了计算成本，保证了电机性能稳定性与可靠性。