双次级永磁同步直线电机由于结构简单、响应速度快、定位精确等优点，在数控机床上的应用前景广阔。但是直线电机的结构变化对电机的推力和电流影响较大，为了提高直线电机的推力品质，在工程实践中得到高性能的直线电机，对其结构参数进行优化是非常有必要的，因此近年来对直线电机的优化也成为一种新的研究方向。传统的优化方法一般都是一些局部搜索的方法，容易陷入局部最小，经常出现一些早熟收敛现象。本文主要是针对双次级永磁同步直线电机，使用了多支持向量机融合建模的方法，然后采用重心邻域最优估计算法对双次级永磁同步直线电机的结构参数进行优化，并与其他算法的优化结果进行比较，对电机的结构进行了深层次的探索。主要研究内容有以下几个方面:　　一、双次级永磁同步直线电机优化算法选取　　在双次级永磁同步直线电机的设计优化过程中，如何选择一组最优的参数值获得性能最佳的电机，搜索过程计算量特别大，是需要解决的一大问题。为了实现对全局最优的快速搜索，预先估计全局最优所处的范围十分关键，本文引入重心邻域估计搜索算法，通过重心定位变换函数的空间，构造一个范围不断缩小的重心邻域，使得函数重心值逐步逼近最优值。　　二、填充函数的构造　　在全局优化的过程中，为了防止早熟收敛现象，需要对目标函数进行填充平滑处理，以避免出现局部最优解，实现全局最优搜索。函数填充技术的基本思想是通过“填平”局部极值区域来避免算法的局部收敛，但是构造理想的填充函数十分困难，通过引入填充调控因子，设法获得一个新的填充函数，避免因快速收敛而造成全局最优“越狱”出搜索区域范围。　　三、重心邻域估计算法在双次级永磁同步直线电机优化中的应用　　针对双次级永磁同步直线电机优化问题的具体特点，应用重心邻域估计算法对直线电机进行优化，能以较小的计算代价，将搜索范围准确定位在全局最优的一个邻域范围内，且收敛速度较快，精度高。同时采用遗传算法对双次级永磁同步直线电机的结构参数进行优化，将重心邻域估计算法优化得到的结果与遗传算法优化得出的结果进行比较，证明重心邻域估计算法应用于直线电机结构优化的优越性。　　综上所述，本文使用多支持向量机融合方法对双次级永磁同步直线电机进行建模，采用重心邻域估计算法对电机结构参数进行了优化，得出性能最佳的一组参数，并与采用遗传算法进行优化得出的结果进行比较，表明了重心邻域估计算法优化结果优于遗传算法优化，用于双次级永磁同步直线电机结构参数优化是可行的。