随着我国高速铁路和高速列车的迅速发展,对列车的动力学性能要求也随之提高。当前的列车动力学性能优化已经转化为复杂非线性的多目标优化问题,相比于传统的列车动力学建立的复杂物理模型和传统单一化目标优化,代理模型更适合当前的多目标优化要求。因此,本文建立了列车悬挂设计参数与动力学性能指标之间相关的代理模型,将列车性能评价方法作为约束条件,在代理模型的基础上通过NSGA-Ⅱ遗传算法对列车的悬挂参数进行pareto多目标优化,进而解决当前复杂非线性的多目标优化问题。首先,以某型动车组作为本文研究对象,基于SIMPACK动力学分析软件建立列车的单车动力学模型,并对模型进行验证。对车辆动力学模型添加轨道激励和线路条件,采集仿真数据并对车辆的动力学性能指标进行计算。通过所建的列车动力学模型来改变一系横向减振器、一系垂向减振器和二系横向减振器的刚度和阻尼,分别分析了这三种减振器对单车动力学性能的影响,进一步确定设计参数的研究范围,为接下来代理模型的建立提供样本数据。其次,选取最优拉丁超立方的试验设计方法对样本数据进行试验设计,并采用径向基神经网络算法来建立列车悬挂结构参数与动力学性能指标之间数学关系的代理模型。对代理模型的精度进行分析,代理模型精度满足实验要求,可以用于之后的多目标优化求最优解;最后,利用Isight优化软件来解决多目标优化问题,将列车的非线性临界速度、脱轨系数和横向平稳性指标作为优化目标,选择NSGA-Ⅱ遗传算法对列车的悬挂参数进行了多目标优化。并将优化后的列车设计参数输入到动力学分析软件中与原车数据进行对比。将方案1、方案2和方案3对列车动力学性能指标的优化率进行对比分析,结果表明,优化后的车辆动力学性能有了较大的提升。其中,方案2对列车动力学性能指标的优化效果整体高于方案1和方案3,横向平稳性指标的优化率最高,达到了10.228%,脱轨系数的优化率达到了8.589%,说明方案2的优化效果对列车的运行平稳性和蛇形运动稳定性有比较好的提升。除此之外,设计人员还可以根据实际需要选择不同的优化方案,调整各目标的优化权重比例,最终能够在众多优化方案中选择满足实际需要的方案。