摘要:本文在便可信度模型管理方法的基础上,针对不同近似模型与不同类型优化搜索方法特点,以N-S方程与EULER方程为基础,建立了基于梯度搜索的AMF气动优化方法;以EULER方程和线化理论的气动计算方法(格林函数法)为基础,构建了基于遗传算法的AMF气动优化方法.这种气动优化方法,通过对采用不同的流体控制方程计算结果进行组织和管理,可以在优化迭代过程中将主要搜索过程集中在低可信度模型的计算上,并利用高可信度模型监控优化过程,使得最终的优化解收敛到高可信度模型上.本文分别利用两种气动优化设计方法,开展利翼型和三维复杂外形的气动优化设计研究.优化设计过程表明,通过AMF将高精度模型(HFM)与低精度模型(LFM)的有效结合,可以使最终优化设计结果达到HFM设计效果,而计算时间却大大降低.实际结果表明本文提出的方法具有可行性和适用性.