面对全球工业化的高度发展和世界能源危机,如何最有效的利用资源是当前亟待解决的问题。为此,针对液压机底座这类重量很大的箱形板系结构开展以重量最轻为目标,以材料的合理分配为手段的结构拓扑优化具有重要的现实意义。同时,研究实用、可靠和有效的拓扑优化方法,对于发展液压机本体结构的设计理论具有推动作用和理论价值。目前,压机结构拓扑优化研究尚属空白,为此本文以基结构法为基本研究方法,以压机底座为研究对象,对这类箱形板系结构的拓扑优化进行了系统研究。论文提出用于结构拓扑优化的压机底座板系基结构设计。并根据液压机底座的功能、载荷及结构特点,提出其基结构的建立原则。在已建立的底座板系基结构基础上,给出了结构拓扑优化数学模型。为提高底座结构拓扑优化的效率,本文对基于三层BP网络的结构近似分析方法进行了系统研究。提出应用遗传算法确定三层BP神经网络隐层节点数的方法,即通过建立以BP神经网络的训练误差为目标函数,以隐层节点数为设计变量的优化数学模型,使隐层节点数的确定具有理论依据。提出用于训练BP网络的教师样本集D-最优设计方法,即用一个无交叉耦合项的二次回归方程近似描述构成底座的各板厚度与挠度的关系。在给定样本总量的条件下,建立以挠度的回归方差最小为目标的最优因素组合的优化问题。求解该优化问题,可以获得使BP网络误差最小的最优教师样本集。本文提出基于三层BP神经网络结构近似分析方法的压机底座板系结构拓扑优化问题的遗传算法。在该算法中,采用拒绝策略处理约束,即采用三层BP网络结构近似分析方法处理位移约束,以提高优化效率;采用有限元屈曲分析对每一代种群中的最优个体进行稳定性检验,以保证最优解满足稳定性约束条件。本文对压机底座板系结构进行了拓扑优化,得到了六种重量较轻,形式较新颖的底座拓扑结构。本文制作了两个1:5的金属模型,对技术参数相同、结构性能相近,而拓扑形式(其中之一为最优拓扑结构)和重量不同的底座模型进行了实验对比。实验表明,本文提出的算法具有实用性、可靠性和有效性。