在数值模拟复杂流体物理现象时往往需要使用偏微分方程描述,并通过适当的空间和时间离散以求出可靠的近似解,而空间离散的主流方法往往是将计算域剖分为拓扑不规律的非结构网格。如果计算域边界会运动或变形,就需要动态获取新的网格来计算,方法主要包括网格重构和网格变形两种,且后者因能保持网格拓扑关系不变、避免引入新的离散误差而被广泛研究与应用。现有的网格变形技术计算新网格的质量与效率还不够高,而网格质量下降更是会严重影响数值计算的可靠性与速度。为得到更可靠、更高效的网格变形方法,本文基于非结构网格深入开展了一系列研究并取得了显著效果。本文的主要工作总结如下:1、聚焦近期提出的基于支持向量回归（Support Vector Regression,SVR）的非结构网格变形技术,通过设计并测试一系列问题导向性强的动网格算例,深入研究了该技术的性能特点,总结了若干优化方向。2、根据实验数据对基于支持向量回归的非结构网格变形技术中的回归模型进行了针对性优化,并通过具体算例量化对比分析了优化前后该技术在网格变形能力、网格更新效率、参数鲁棒性等方面的变化。优化后的网格变形技术在典型的三维动网格算例中计算效率提高了70%。3、提出了一种基于支持向量回归与背景网格映射结合的非结构网格变形技术,将精细计算网格的变形转移到稀疏的背景网格中完成,在保证变形质量的同时进一步提升计算效率。通过典型的动网格算例测试了新方法变形后的网格质量、复杂网格变形能力以及网格变形效率,证明了该方法能高质量、高效率地完成大规模网格变形,在典型的三维网格算例中网格多步变形效率提高了近6倍。