序列近似优化是飞行器优化设计的有效方法,是降低计算成本,提高计算效率的重要手段。序列近似优化成功与否取决于代理模型的近似精度和加点准则的优劣。论文针对提高代理模型精度和加点准则性能两方面开展研究,对序列近似优化方法进行改进,并将其应用于大气层内助推滑翔导弹总体参数优化。本文研究工作及创新点如下:(1)鉴于智能优化方法以及基于代理模型的优化方法在复杂系统优化设计应用中存在问题,指出序列近似优化在解决此类问题时具有明显优势,即求解效率高且具有全局最优性。(2)通过对各种代理模型的调研和分析,选择径向基函数插值作为序列近似优化算法的代理模型,分析得到其形状参数对近似精度的影响规律。通过对形状参数物理意义的分析,提出一种基于采样点局部密度的表征方法,从而建立了一种形状参数的直接确定方法。通过典型算例测试,验证了方法的有效性。(3)通过对已有序列加点准则的研究对比,发现已有加点准则均通过构造一个单目标优化问题对下一采样点进行选择,不能兼顾寻优效率和代理模型近似精度。本文提出了一种基于多目标优化策略的序列加点方法。此方法同时具备全局和局部搜索能力,将性能不同的解区别对待,更有利于对最优解的预测和验证。(4)将改进的代理模型和加点准则应用于序列近似优化算法,提出一种序列近似优化流程。针对此算法流程,提出一种“二步收敛判定方法”来判断算法是否收敛,第一步:判定加入新采样点后代理模型是否得到更新;第二步:判定加入新采样点后代理模型近似能力是否得到提高。采用标准测试算例对改进的序列近似优化算法的有效性进行验证。(5)将序列近似优化方法用于大气层内助推滑翔导弹的总体参数优化,对气动、弹道、动力三个学科进行一体化优化,获得满意解,对算法有效性进行了进一步验证。