在众多工程应用中,热量传递是一种最为常见的能量传递方式,其效率对系统及设备的运行效率有最为直接的影响。除此之外,流体流动特性也因其在工业领域中存在的普遍性和造成的能量损耗对工业生产效率的重要影响,而得到广泛的关注和研究。因此,对于传热过程及流动过程中内在规律的揭示以及优化机理的探讨,对于减少工业能源损失,提高工业生产效率具有十分重要的理论指导意义和工程实践价值。对于流动减阻和强化传热问题,一般采用主动式或者被动式方法进行优化研究,并已获得了比较成熟的研究结果,对于生产实际也提供了重要的指导。然而,这种优化仅能在有限局部范围内进行,从而使优化过程局限性较强。鉴于此,本文在新兴优化算法的基础上,打破传统的局部范围内的被动搜索过程,基于遗传算法,在全局范围内进行主动的最优解搜索。研究了基于几何参数优化的翅片强化传热的过程,同时结合数值模拟和遗传算法的协同优化仿真特点,在Re=100-200范围内,进行了槽道内钝体绕流的自适应优化研究。在以散热量为优化目标函数的情况下,提出了“步进式”遗传算法,在翅片的肋基温度、翅片高度和肋基横截面积一定的情况下,相比于一般的遗传算法优化结果,最大散热量增幅明显,可提高6.5%。对于流动减阻的协同优化仿真过程,以圆柱绕流为初始状态进行了自适应的优化过程。由于形状优化,钝体形状由初始的圆形变化到接近于流线型,并且推迟了边界层分离,使阻力系数得到大幅减小,减阻幅度最高达29.3%。除此之外,更为平缓的形状也使升力系数的幅值大幅减小,以及斯特劳哈尔数的略微增加。