复杂机械系统的设计过程往往是一个复杂的多学科设计优化（MultidisciplinaryDesign Optimization，MDO）问题，其中通常存在着高仿真成本的隐式约束条件或隐式目标函数。这种隐式问题的仿真一般需要较长的计算机时，仿真数据样本的获取代价很高，从而限制了MDO方法在这类复杂问题中的应用。在这种实际应用需要的背景下，学者们提出了近似模型（Surrogate Model）建模方法来替代高成本的仿真实验。近似模型建模又叫做元模型建模（Metamodeling）,是一种基于一定数量的仿真数据来建立设计变量与输出变量函数关系的方法，适用于复杂系统分析以及高层仿真应用，可以极大地降低复杂问题的计算量。近年来，已经有许多学者提出了多种近似模型的建模方法，并广泛应用于工程实际之中。在现有的众多近似模型建模方法中，近似模型聚合（Ensembleof Surrogates, EoS）是一种比较新颖的，基于多个模型线性聚合的建模方法。本文主要围绕近似模型展开研究，重点研究了EoS的建立方式，提出了一种新的近似模型重复聚合方法，即RE聚合方法（Repeated Ensemble of Surrogates, RE），并研究了RE方法在MDO及工程实际中的应用效果。本文的主要工作如下：首先，介绍了近似模型技术及其在MDO中的应用的研究现状，并阐述了现有研究的不足，提出要将EoS引入到MDO中。其次，系统的阐述了EoS的建立策略，并提出了一种新的RE聚合方法，并利用数学算例对多项式响应面模型、径向基函数模型、Kriging模型、EoS和RE聚合方法进行了比较分析，验证了RE聚合方法能提高近似模型鲁棒性和预测精度。再次，将RE聚合方法引入到目标级联分析（Analytical Target Cascading，ATC）方法中，用于替代高仿真代价的隐式约束和目标，提出基于RE聚合的ATC方法，即RE-ATC方法，并通过数学算例与基于多项式响应面模型、径向基函数模型、Kriging模型的ATC方法进行比较，表明了该方法的有效性。最后，描述了某超重型数控机床的结构优化设计问题的详细优化过程，并将所提出的RE-ATC方法应用于该结构设计优化问题上，从工程实际角度阐明了RE-ATC方法解决复杂多学科设计优化问题的有效性。