基于径向基函数神经网络的轨道板运输车优化设计

传统轨道板运输车的设计过于保守,车架结构强度有较大余量,为减轻结构自重,减少制造成本,提出一种新的优化方法。该方法采用有限元软件ANSYS和优化软件ISIGHT,首先通过拉丁超立方设计方法选出对约束条件和目标函数影响较大的设计变量,然后根据选出的设计变量建立神经网络径向基近似模型,最后利用多岛遗传算法对近似模型进行优化。优化结果表明,该方法能提高优化效率,优化后轨道板运输车结构自重降低了9.9%,对轨道板运输车的设计有重要参考价值。