全世界各个国家的科技发展规划中都将性能优异的航空发动机研发与制造计划摆在非常重要的地位。压气机的性能往往能够对航空发动机产生直接的影响,因此,高性能航空发动机对压气机提出了更为苛刻的技术要求。针对如何提高压气机气动性能的问题,国内外研究人员在其优化设计方案方面开展了大量的研究工作。首先,本文系统研究了压气机叶栅叶型气动优化设计方法中涉及到的CFD可信度评估方法、叶型参数化方法、试验方案设计方法以及目标函数建立及寻优方法,并构建了一套气动优化设计方法。其次,选取了不同的双变量多峰函数,利用拉丁超立方采样方法采集样本点,对BP神经网络和RBF神经网络进行函数逼近和对比。选用Laval喷管算例和sod激波管算例为基准算例进行多级网格的求解,并完成了验证和确认工作。选用RAE2822翼型算例,进行了以阻力系数优化目标的气动优化设计,结果表明两种优化翼型的阻力系数分别降低了22.4%和26.3%。最后,以低速可控扩散叶型为研究对象,进行了以栅后总压损失为优化目标的气动优化设计工作。对低速可控扩散叶型的CFD计算结果完成了验证和确认工作,使用直接操作自由变形技术对叶型进行参数化,利用拉丁超立方采样方法生成样本集后进行CFD计算。利用数值计算结果训练BP神经网络和RBF神经网络并应用遗传算法进行寻优后,将优化前后的叶栅流场对比分析。优化结果分析表明,二维叶栅优化叶型栅后总压损失降低7.77%,但是由于三维叶栅内部复杂流动,二维优化叶型不能较好地直接应用于三维叶栅。三维叶栅优化叶型的计算结果表明,BP神经网络和RBF神经网络的优化叶型栅后总压损失分别降低2.52%和3.20%,均能较好地改善流动情况。