粒子群算法是解决非线性、不可微问题的一种优秀算法。利用混沌映射的随机性与遍历性，引入防早熟机制，加强了粒子群的全局搜索能力，但该算法仍然容易在进化后期出现速度变慢现象。BP神经网络具有很强的非线性处理能力和逼近能力，但BP算法是基于梯度下降的方法，存在容易陷入局部最优及初值敏感的缺点。将两种算法优势互补，构建了一种混沌粒子群优化BP神经网络（CPSO-BPNN）的算法。该算法应用到开关磁阻发电机（SRG）的非线性建模中，建模效果表明CPSO-BPNN算法的泛化能力很强，可以比较完美地表达开关磁阻发电机的磁链和转矩特性。