基于神经网络参数识别法与子结构模态综合法，提出一种考虑辅助部件的动力总成非线性系统建模方法，并运用遗传算法对辅助部件的连接刚度及阻尼进行了多目标优化设计.首先，基于神经网络对动力总成系统模型进行拟合，并以试验模态参数为目标，运用遗传算法对动力总成系统的连接刚度及阻尼进行参数识别，结果显示仿真与试验的模态频率最大误差为-5.98%，模态阻尼比的最大误差为-15.72%.然后，运用子结构模态综合法对动力总成系统进行缩聚处理，并研究了辅助设备与发动机间的耦合振动影响情况.最后，以辅助部件的振动性能最优为目标对连接件刚度及阻尼参数进行多目标优化设计，优化后模型中冷器与空气滤清器的位移最大峰值分别较优化前下降了34.6%与4.61%.