电机结构参数的多目标优化FOA-GRNN。

以电机结构参数为优化对象(定子、转子、气隙等等）以电机性能参数为优化目标(转矩波动系数、力密度、平均合力等等）利用样本数据对广义回归神经网络(GRNN）训练得到非线性模型，再通过优化算法(果蝇优化算法可自行改变适应度函数中的权重系数)对模型进行寻优，得到电机结构参数的最优设计。

只需改变样本数据集即可。

——不仅仅针对电机系统多目标优化可运用于任何系统只需改变样本数据即可。