复杂机电系统研发过程中，通常需要将系统各模块在统一的环境下进行联合仿真分析，并根据仿真分析的结果对系统中的参数进行优化，使系统整体性能达到较优的水平。然而，目前的仿真软件多面向单学科仿真计算，且对计算机软、硬件要求较高，严重阻碍了复杂系统的仿真与分析；此外，对于工程上常见的黑箱问题，许多传统的优化算法在求解效率与精度上都难以满足要求。基于此，本文实现了基于功能模块接口（Functional Mock-up Interface,FMI）的多学科仿真分析平台FlowComputer，并对基于响应面的参数优化算法进行了研究。　　首先，本文系统研究通用模型接口标准FMI，并实现基于FMI的联合仿真平台FlowComputer。通过统一接口的方式有效解决了不同仿真软件之间的兼容性问题，使不同学科的专业软件可以通过FMI模型接口标准实现高效、便捷的联合仿真，减少了仿真人员的工作量，同时降低了联合仿真平台对计算机软、硬件的要求。　　然后，本文提出基于支持向量机的参数优化算法SVM_ECGO。该算法综合了支持向量机和 Kriging响应面处理优化问题的优势，有效提高了对复杂黑箱模型进行参数优化的效率和精度。　　同时，考虑到机电系统的部分参数具有不确定性特点，本文对SVM_ECGO算法进行拓展，提出基于虚拟支持向量机的可靠性参数优化算法VSVM_RBDO，用于对具有可靠性要求的参数优化问题进行求解。VSVM_RBDO综合利用VSVM的稳定性以及Kriging模型在非线性拟合方面的优势，提高了可靠性优化问题的求解效率与精度。　　最后，综合上述研究，在FlowComputer平台下进行无人机控制系统的联合仿真与参数优化，有效的展示了FlowComputer的广泛应用性和参数优化算法的有效性。