气动外形对飞行器总体性能有着重要的影响,气动外形优化设计(Aerodynamic Shape Optimization,ASO)是飞行器设计中关键的步骤。为解决串列翼无人机ASO中流场计算的高耗时、目标函数的冲突性等问题,开展了基于动态Kriging代理模型的多目标优化设计方法与应用研究。通过对控制方程、湍流模型、边界网格和计算网格等流场数值模拟关键因素的介绍和分析,本文针对研究对象的特点选择了合适的流场计算方法,通过算例仿真验证了CFD(Computational Fluid Dynamic)方法的精度。此外,为更精确的描述飞行器的翼型,本文对Hicks-Henne型函数法进行了改进,增加了参数在翼型尾部及后缘的设计空间。为提高串列翼无人机总体性能,本文以某型无人机作为研究对象,进行建模参数化设计。本文首先研究了CATIA二次开发的基本方法和开发流程,开发了串列翼无人机自动建模程序,通过界面输入设计参数,快速建立无人机三维外形,为无人机气动外形设计提供CAD(Computer Aided Design)模型。同时应用ICEM脚本开发实现结构网格自动划分,并采用Fluent脚本开发实现流场计算自动化。为解决CFD计算高耗时的问题,本文开展了对动态Kriging代理模型技术的研究。首先介绍了常见的试验设计采样方法,选用了灵活性高、散布性好的最优拉丁超立方采样。然后分析了样本点数量、核函数对Kriging代理模型精度的影响,算例表明,以高斯函数为核函数的Kriging代理模型预测精度最高,并且其精度会随着样本点数量的增加而变高。另一方面,针对MP加点策略难以找到全局最优解、EI加点策略收敛速度慢的特性,将两种加点策略结合作为Kriging代理模型的更新策略。最后,基于物理规划建立飞行器偏好模型,来解决外形优化设计多目标问题。基于高精度流场计算模型采样,应用动态代理模型和物理规划方法,建立了串列翼无人机气动性能/结构质量的多目标优化流程,并在Isight优化平台进行了各软件的集成,实现了优化过程的自动化计算,对无人机进行了外形优化。在满足约束的前提下,升阻比提升了9.7%,同时机翼质量减少了3.3%。该工程应用实例验证了本文所建立的串列翼优化模型的合理性以及所提出的基于动态代理模型的优化策略的有效性。