在我国，混凝土泵车的设计与制造时间不长，一般生产36M扬程以下的产品，42M以上的大多是进口组装，特别是结构系统。36M以下的产品还存在振动较大，有时还出现臂架结构疲劳断裂等问题。由于臂架对长臂混凝土泵车的性能有重大影响，为了尽快提高我国混凝土泵车的设计制造水平，受企业委托，本文以国内新近开始设计生产的42m混凝土泵车臂架系统为研究对象，将BP神经网络、有限元(模态)分析、演化策略有机结合，对混凝土泵车臂架系统的结构优化设计进行了研究。 本文利用能处理模糊、含有噪音数据和具有很强非线性映射功能的BP神经网络进行结构动态特性的预测输出。利用BP神经网络建立起臂架结构设计参数与固有频率的非线性映射关系，即建立了基于BP网络的结构分析器。BP网络训练样本由有限元模型模态分析所得。本文还对BP神经网络的理论和实现方法进行了较深入的研究。针对BP神经网络的缺点，研究了一种动态自适应调整学习参数的改进型BP算法。本文利用进化算法调用BP网络训练结果进行结构设计参数优化，并开发了混凝土泵车臂架优化设计软件。通过优化，臂架结构主要设计参数有不同程度改善，达到了优化目的。 本文共分为7章。第1章为绪论，综述了国内外人工神经网络、模态分析、有限元、进化算法(包括演化策略)研究的历史、发展和现状，以及国内混凝土泵车的产业发展状况，阐述了本课题的提出、目的和意义。第2章系统叙述了人工神经网络特别时BP神经网络的理论、结构、主要缺点和改进措施，提出了一种改进型BP算法。第3章概述了进化算法特别是进化策略的理论及其实现。第4章建立了混凝土泵车臂架结构的力学和有限元模型，并进行了实验验证。第5章介绍了基于BP网络的臂架结构和固有特性分析器的构建。第6章建立了臂架结构模态分析的优化数学模型，介绍了优化设计的实现。第7章为全文研究工作的总结，提出了今后进一步研究的发展方向。