现代工业发展对机床的性能要求越来越高。在传统的机床设计优化方法中,设计人员一般采用灵敏度分析的方法对机床进行优化,提升机床整机静、动态性能。大型五轴龙门加工中心,部件尺寸大、质量大,各部件之间刚度匹配性对加工中心整机的静、动态性能影响明显。本文提出一种通过匹配加工中心主要部件刚度,优化整机静、动态特性的方法。主要内容如下:（1）以某型龙门加工中心为研究对象,建立加工中心整机有限元模型。对加工中心横梁、滑鞍、滑枕组件进行模态试验,验证有限元模型的准确性;运用Kistler测试系统对加工中心进行动态切削力测量,得到加工中心刀尖X、Y、Z三个方向的分力,将测得的切削力作为载荷对加工中心进行静力学分析;静力学分析结果显示加工中心X方向静刚度最弱,以部件刚度为设计变量进行加工中心刀尖变形的灵敏度分析,分析结果发现滑枕部件对整机X、Y方向静刚度影响最大,横梁部件对整机Z方向静刚度影响最大;分析滑枕、横梁部件的静变形位移云图,判断滑枕、横梁部件的刚度薄弱位置。（2）对龙门加工中心进行模态分析及谐响应分析,得到龙门加工中心整机的低阶固有频率及X、Y、Z方向谐响应最大振幅等动态特性参数,为部件刚度匹配性设计提供设计依据。（3）采用最优拉丁超立方试验设计方法分两次抽取多组部件刚度样本点,计算每一组样本点对应的龙门加工中心整机第一阶固有频率及X、Y、Z方向谐响应最大振幅;运用第一次抽取的样本数据分别建立整机第一阶固有频率及X、Y、Z方向谐响应最大振幅与部件刚度之间的响应面（RSM）模型、径向基（RBF）神经网络模型及克里金（Kriging）模型;运用第二次抽取的样本点对三种代理模型进行模型精度比较发现径向基（RBF）神经网络模型拟合精度最高,代理模型最终选取为径向基（RBF）神经网络模型。（4）基于龙门加工中心第一阶固有频率及X、Y、Z方向谐响应最大振幅与加工中心主要部件刚度之间径向基（RBF）神经网络模型,建立龙门加工中心部件刚度匹配模型并采用多目标遗传算法进行优化求解,得到加工中心部件刚度的最优分布方案。在刚度最优分布方案下,整机第一阶固有频率提升2.99%。X、Y、Z方向谐响应最大振幅分别降低了4.42%、8.67%及1.43%。根据加工中心刚度匹配方案,选取滑枕部件进行结构重构,拓扑得到新的滑枕结构。分析采用新滑枕的有限元计算模型,整机的静、动态性能较原整机均得到有效提升。