甲醇发动机作为当前内燃机研究的重要方向之一,其性能优化备受关注。发动机本身是一个多参数高度耦合、多目标相互制约的非线性系统,采用传统的单变量或单目标优化方法难以满足现代发动机设计与优化的需求。鉴于此,本文以某甲醇发动机为研究对象,对三种多变量、多目标优化方法进行对比研究,旨在为发动机多目标优化方法研究奠定基础,并为其实际应用提供理论指导。首先,建立甲醇发动机一维热力学仿真模型,并通过台架试验验证所建模型的准确性。以此分析进气提前角、点火提前角以及空燃比对发动机性能的影响,进而确定其优化区间,为后继发动机优化提供基础条件。然后,利用静态罚函数法构建了甲醇发动机无约束多目标优化数学模型,分别采用三种基于不同模型的多目标优化方法,以扭矩最大、有效燃油消耗率最低为目标,同时对三个运行参数进行优化。其中,方法一是应用试验设计（DOE）法建立发动机多项式模型,并联合带精英策略的非支配排序遗传算法（NSGA-Ⅱ）实现多目标优化;方法二是通过网络设计、训练、验证及测试建立高精度人工神经网络（ANN）模型,并联合NSGA-Ⅱ算法实现多目标优化;方法三是将NSGA-Ⅱ算法直接耦合GT-Power模型进行多目标优化,期间针对优化中存在求解收敛性与分布性不足的问题,提出了NSGA-Ⅱ算法的两点改进方法,分别为拉丁超立方法初始化种群和动态交叉分布指数,能有效增加种群的多样性并加快收敛进程。优化结果表明,三种方法均具有良好的优化效果,在全负荷工况下,分别使扭矩平均提升了2.39%、2.22%、2.24%,而有效燃油消耗率平均降低了8.34%、10.11%、10.05%。最后,将三种多目标优化方法从优化效果、优化效率、适用性等多方面进行对比分析:方法一简单可靠,优化效率较高,但建模精度一般,导致优化效果不如其它两种方法;方法三优化效果好,但试错成本高,优化效率较其它两种方法低50%左右;而方法二兼具优化效果好与优化效率高两方面优点,适用性广,但对建模的要求相对较高。在实际应用中,应结合各方法的特点、自身条件及需求选择最为合适的方法。