发动机的优化是一个多目标、多变量的非线性优化问题，使用传统的穷举法进行发动机性能优化需要花费大量的时间和资源。因此，进行多变量、多目标的优化方法研究，对优化发动机性能以及提高优化效率具有重要意义。　　本文以某型号单缸高速电喷汽油机为例，在GT-Power中建立该发动机的仿真模型，并通过台架实验数据验证模型的准确性，该模型是进行发动机优化方法研究的基础，是本文提出的优化方法的研究对象。通过仿真软件计算分析了进排气系统结构参数对发动机性能的影响。由于进排气系统结构参数众多，因此通过对发动机性能的敏感性分析，确定进气管长度、直径、排气管长度和空气滤清器后腔容积是进排气系统中影响发动机性能的关键参数，将其作为优化变量，以提高发动机优化效率。　　由于发动机性能优化是一个多目标耦合的非线性优化问题，传统发动机优化方法无法准确高效地进行多目标优化，因此本文提出了使用 NSGA-II算法与GT-Power模型耦合的发动机性能优化方法。针对优化中涉及到的非线性约束条件，提出了自适应罚函数法将非线性约束条件去约束化，与使用静态罚函数的优化算法相比，自适应罚函数法的收敛速度更快。基于NSGA-II与GT-Power耦合优化方法，搭建优化仿真平台。首先对该款发动机5500rpm和7000rpm扭矩进行多目标优化。根据优化计算结果选择三种优化方案进行变工况发动机性能适应性分析，最终确定一套进排气系统进行实验验证。结果表明，优化后的扭矩比原机扭矩最大提高了4.6％（7000rpm），功率最大提高了4.1%（5500rpm），但是有效燃油消耗率改善不够明显。再次使用该仿真平台，以发动机的点火提前角以及空燃比为优化变量，对不同转速下的扭矩和有效燃油消耗率进行多目标优化，将优化结果与原机仿真结果进行对比，有效燃油消耗率最高可降低7%（3000rpm、4000rpm）。仿真及实验结果表明，使用NSGA-II算法与GT-Power耦合的多目标优化方法可以进行发动机性能优化，并且可以得到很好的优化效果，具有很高的应用价值。