本文旨在建立一种不依赖于梯度计算的多目标气动优化设计方法,基本优化手段为遗传算法,融合Nash平衡及小生境等思想,通过外部调用CFD流场解算器,实现了以NACA0012翼型为基准的多目标气动优化设计。在优化过程中,二进制编码的遗传算法需要多次调用CFD流场解算器,以实现种群适应度评估;绕翼型的外部无粘流场采用基于非结构网格的Jameson有限体积方法进行求解,时间推进采用显式五步Runge-Kutta格式;为实现不同目标的协同优化,采用了Nash平衡的博弈思维;为避免早熟同时尽可能找到所有全局最优解,采用了基于共享机制的小生境技术;为提高计算效率,使用了动弹网格技术以及断点接力计算技术;优化参数为翼型气动型面,采用既适合气动外形又能提高搜索效率的Bézier参数曲线进行基因表达。本文在成功实现翼型重构的基础上,首先进行了跨音速条件下升力极大以及阻力极小的单目标优化设计,然后结合博弈论中的Nash平衡,实现了多目标优化设计,最后应用小生境遗传算法,通过目标函数加权法以及Nash平衡得到了一系列亚、跨声速条件下的多目标优化结果。结果分析表明,本文所建方法具有较强的鲁棒性和全局收敛性,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。