基于CGWOA-RBF神经网络与MOCGWOA算法的振动性能预测及优化方法

本发明涉及基于CGWOA‑RBF神经网络与MOCGWOA算法的振动性能预测及优化方法，通过设计仿真预试验获取指定数量的有限元仿真的预试验仿真数据，基于所述指定数量的有限元仿真的和RBF人工神经网络建立满足误差容忍度的性能预测模型；设定不同的输入和输出参数，结合预设的模型参数，构建振动性能预测模型；基于CGWOA算法对所述振动性能预测模型进行二次优化；基于MOCGWOA的改进多目标优化方法对二次优化后的所述振动性能预测模型的参数进行多目标的再次优化；通过再次优化后的所述振动性能预测模型对设计参数进行快速迭代与全面测试，提供振动特性更优的设计参数组和响应面分析法之外的新的实现方案，提高了预测精度、降低了计算成本、提高全局寻优能力。