1.一种转向架悬挂参数快速优化方法，步骤如下：

第一、根据高速动车的结构参数建立车辆动力学仿真模型；

第二、根据所构建的车辆动力学仿真模型进行悬挂参数优化分析，确定该模型所需的输入变量、取值范围和输出评价指标，输入变量包括影响列车横向稳定性的转向架的一系悬挂纵向刚度、一系悬挂横向刚度、抗蛇行减振器阻尼、二系横向减振器阻尼、抗蛇行减振器关节刚度和二系横向减振器关节刚度六大关键悬挂参数，其中，输入变量为需要优化的悬挂参数；评价指标包括横向稳定性指标、等效锥度健壮性指标、悬挂参数健壮性指标，输出评价指标为优化目标，取值范围依据已有的悬挂参数取值确定；

第三、通过SIMPACK脚本语言，将车辆动力学模型仿真与MATLAB建立联合仿真模块，采用多目标优化算法NSGA‑II算法，设定种群大小n、交叉概率Pc、变异概率Pm和迭代次数N，用于更新设计参数；根据优化结果的数量和分布对NSGA‑II算法的参数设置进行调整，设置n为5000个，N为100次；

第四、依据优化目标，对车辆动力学模型进行特征值仿真计算，并通过SIMPACK与MATLAB联合仿真接口将其仿真得到的优化目标值提取出来；

第五、将仿真优化后且首次满足评价指标范围内的输出评价指标值作为Pareto前沿数据，对于之后提取的满足评价指标范围内的输出评价指标值，须判断其是否优于该Pareto前沿数据，如否，则转步骤第三，通过NSGA‑II算法基于交叉概率Pc和变异概率Pm对设计参数进行交叉、变异操作得到新的设计参数组，并将更新后的设计参数值赋予动力学模型；如是，则该设计参数替换Pareto前沿数据；

第六、当出现Pareto前沿数据被替换情况时，判断其当前迭代次数i是否不小于N，如否,则转步骤第三继续更新设计参数值，直到出现当前迭代次数i大于等于N的情况，则优化设计结束；

第七、最后，需要对优化后的数据进行处理，采用K‑Means聚类的方法进行数据处理，即得K个具有代表性的悬挂参数集类别，从中挑选符合设计要求的类别，其对应的参数集为优化设计的转向架悬挂参数。

2.根据权利要求1所述的一种转向架悬挂参数快速优化方法，其特征在于：该方法涉及到机车车辆性能指标中的横向稳定性指标、等效锥度健壮性指标、悬挂参数健壮性指标三项子目标，其中，等效锥度健壮性指标、悬挂参数健壮性指标为求解子目标的最小值，横向稳定性指标为求解子目标的最大值，但对其进行负数转化后，三项指标均为最小值求优。

3.根据权利要求1所述的一种转向架悬挂参数快速优化方法，其特征在于：所述建立车辆动力学模型并进行悬挂参数优化分析，具体操作为：首先根据CRH3型车辆结构参数进行动力学建模，基于列车横向稳定性现有规律，确定该模型所需设计的输入变量及其取值范围；并根据该模型的实际运行情况，将速度为

200km/h、350km/h和500km/h对应车辆系统稳定性指标ζ200、ζ350和ζ500作为优化目标并将其悬挂参数健壮性指标std(ζpar)和等效锥度健壮性指标std(ζλ)纳入优化目标范围，总共五个优化目标作为输出；

针对列车横向稳定性，初始悬挂参数即输入变量包括影响列车横向稳定性的六大关键悬挂参数；然后，依据现有车辆的悬挂参数取值确定其初始值，赋予车辆动力学模型，并对该模型进行特征值仿真，提取模型在三个速度下的横向稳定性指标ζ200,ζ350,ζ500和悬挂参数健壮性指标std(ζpar)以及等效锥度健壮性指标std(ζλ)；然后，判断所得优化目标值是否优于之前所计算得到的Pareto前沿数据，若为“否”，则通过NSGA‑II算法更新悬挂参数，继续进行下一个循环；若为“是”，则保存该优化目标值为Pareto前沿数据，并对迭代次数进行判断；不满足迭代次数N，则继续通过NSGA‑II算法更新悬挂参数；若满足迭代次数N时，优化结束，得到多目标优化Pareto前沿数据及对应的参数集。

4.根据权利要求2所述的一种转向架悬挂参数快速优化方法，其特征在于：所述多目标优化Pareto前沿数据需要进行挖掘，具体操作为：由于上述两种情况计算得到的多目标优化Pareto前沿数据众多，悬挂参数之间的匹配关系不易发现，因此，通过K‑Means聚类方法对所得数据进行处理，并挑选与符合设计要求的悬挂参数集并分析其匹配关系，在得到的20个类中挑选符合设计要求类别，获得了2、5、

7、9、13、16共计六个具有代表性的类聚类中心点，其对应的参数集为优化设计的转向架悬挂参数。