传统汽车大量的尾气排放会对大气造成不可逆的污染,并会加剧石油的消耗。为了减少大气污染和能源的消耗,国家鼓励新能源汽车的研发和制造。无人观光车作为无人驾驶与新能源汽车技术的结合体,它的出现减少了环境污染并降低了交通事故的发生率。但相对于传统汽车而言,其电池组质量较大,整车质量较重,造成了续航能力较差的缺陷。由于当前电池领域存在技术壁垒,在无法同时提升电池容量和降低动力电池组重量的情况下,对无人观光车的轻量化研究显得尤为重要。本研究以无人观光车车架为研究对象,主要研究内容如下:（1）为了分析无人观光车车架的总体性能,采用Solid Works软件建立车架模型,并通过ANSYS Workbench分析无人观光车车架的自由模态频率,判断是否与常见的激励频率产生共振。对无人观光车车架进行静力学分析,得到四种工况（满载弯曲工况、满载扭转工况、紧急制动工况、紧急转弯工况）下的最大变形量与最大应力值,为后续车架拓扑优化设计研究奠定了基础。（2）为了寻找车架最优的材料分布,优化结构布局。通过用方形板替代原车架的矩形钢架结构来建立无人观光车车架的基模型,然后建立了车架单目标拓扑优化的数学模型,对车架进行单工况拓扑优化设计。为了设计出同时满足各个工况的车架结构,建立多工况拓扑优化数学模型,并采用层次分析法确定每个工况的权重,对车架进行了多工况拓扑优化设计。根据多工况拓扑优化设计结果重新设计车架结构,并对新车架进行有限元分析,验证了新车架的安全性能。（3）为了实现车架轻量化设计,提出了一种多工况多目标优化设计方法。以新车架为研究对象,首先选取设计变量,建立无人观光车车架的Kriging近似模型。然后以车架的质量、低阶固有频率值、车架在满载弯曲工况和满载扭转工况下的最大应力值为指标,建立多工况多目标优化的数学模型。采用多目标遗传算法（MOGA）对车架进行多工况多目标优化,并通过模糊物元法和层次分析法对挑选出的候选设计点进行排序,对比排序结果,选取最优的设计方案,使车架质量降低了77.40Kg,减重6.8%,完成了无人观光车车架的轻量化设计。