代理模型技术是飞行器MDO设计过程中不可或缺的一个重要的手段和研究内容,通过代理模型技术可以大幅减少各个学科的设计优化时间,使MDO过程中的各种复杂优化过程变得现实可行,实现在确保设计精度要求下,提高整体设计优化效率。本文的主要研究工作正是以代理模型技术作为研究对象,通过寻求现有代理模型技术的改进和新的代理模型技术,以提高代理模型的推广能力,为此开展了以下几个方面的研究:(1)综合分析了现有代理模型技术的优缺点,以指导在实际应用过程中根据对具体问题的具体分析,在确保推广能力的情况下,选择最优性能的代理模型;(2)分析了基本BP神经网络学习算法的优缺点,结合遗传算法的全局寻优特性,提出了综合梯度算法和最优样本继承遗传算法的混合学习算法,并对该改进的BP神经网络学习算法的学习效率进行了测试,验证了其优越性;(3)分析了径向基插值代理模型的特点,指出在插值基函数满足Mercer条件下,径向基插值本质上是一类高维分类器;将结构风险原理引入径向基插值,得到径向基插值的结构风险与插值基函数常数项的关系,提出了基于结构风险最小的径向基插值代理模型,测试算例验证了改进后的代理模型的推广能力;(4)分析了插值型代理模型的基本特点,指出了影响插值型代理模型推广能力的主要因素是模型函数的振荡特性,提出了定量描述插值型代理模型振荡特性的能量函数方法,并应用能量函数来衡量插值型代理模型的振荡特性,进而用于评价代理模型的推广能力,测试算例验证了能量函数评价准则的有效性;(5)分析了能量函数的特点,指出能量函数本质上是以样本点为约束的变分问题,提出了服从能量函数评价准则的有限元插值代理模型;推导了一维和二维的有限元插值代理模型,测试算例表明该代理模型具有较好的推广能力;(6)研究了某飞行器部件级平尾的气动和结构的多学科设计优化,采用基于结构风险最小的径向基插值代理模型,分别进行气动和结构的单学科优化;以及气动和结构结合的多学科设计优化;应用研究验证了基于结构风险最小的径向基插值代理模型的高效性,设计结果表明基于代理模型的气动和结构MDO设计比单学科设计有更优的结果;