随着航空航天应用需求的拓展和计算仿真能力的提高,对飞行器的设计水平提出了更高的要求。基于动力学的优化方法能够显著提高飞行器设计水平。由于飞行器设计指标内在的冲突性、多模性,仿真分析的复杂性、耗时性,并具有复杂非线性约束,对基于动力学的优化问题的求解提出了较大的挑战,亟需发展高效多目标和耗时优化算法。本文深入研究了基于分解的多目标进化算法(Multi Objective Evolutionary Algorithms based on Decomposition MOEA/D)和耗时优化算法,提出了椭球分解方法和基于MOEA/D的多点加点序列优化方法,并应用于滑翔飞行器多目标轨迹优化、柔性航天器控制-结构一体化设计和火星探测器气动外形和进入段弹道多目标优化设计中。论文分为优化算法和飞行器动力学应用两部分。在优化算法研究方面:首先,研究了基于分解的多目标进化算法。介绍了MOEA/D的基本思想和计算流程,并与飞行器设计中最常用的NSGA-II进行了对比,仿真结果说明MOEA/D具有收敛速度快、近似Pareto前沿(Pareto Front,PF)分布较均匀的特点;分析了加权和、Tchebycheff和边界交叉等常用的分解方法,针对边界交叉(Boundary Intersection,BI)法需要附加等式约束、且求解复杂约束优化问题难以收敛的困难,提出一种新的椭球分解方法,分别与梯度优化算法和MOEA/D相结合对多个测试算例进行了优化,仿真结果验证了该方法的有效性。然后,研究了飞行器设计中基于高保真模型的耗时优化算法。对于单目标耗时优化问题,针对期望改进(Expected Improvement,EI)和加权EI加点策略在平衡局部搜索和全局探索方面的不足,提出了基于MOEA/D的多点加点序列优化方法,并对测试算例进行了求解,仿真结果验证了该算法的有效性。对于多目标耗时优化问题,对耗时优化算法MOEA/D-EGO(MOEA/D with the Gaussian Stochastic Process Model)进行了改进,在选点过程中进一步考虑了Kriging代理模型的精度和近似PF的分布性,仿真结果表明:改进后的算法对PF的近似精度有所提高。最后,研究了轨迹优化问题配点法求解中节点自适应算法。为了提高飞行器轨迹优化问题的求解精度,将第二代小波节点自适应算法应用于轨迹优化问题,提出了基于第二代小波的轨迹优化节点自适应算法。该算法采用Runge-Kutta(RK)离散方法将复杂非线性和约束轨迹优化问题转化为非线性规划问题,并利用序列二次规划(Sequential Quadratic Programming,SQP)算法进行求解。在每次优化完成之后,对控制函数进行第二代小波变换,根据小波系数的幅值自动确定下一次优化的节点,并进行序列优化。对多个轨迹优化问题进行了仿真计算,结果验证了算法的有效性。在优化算法应用研究方面:首先,研究了滑翔飞行器多目标轨迹优化问题。结合MOEA/D和SQP算法提出了多目标轨迹优化问题(Multiobjective Trajectory Optimization Problem,MTOP)的混合优化方法,并对某滑翔飞行器进行了最大横程-最小峰值热流多目标轨迹优化的数值仿真,仿真结果验证了混合优化方法的可行性和有效性,并可以获得较均匀分布的近似PF。然后,研究了柔性航天器控制-结构一体化设计(Control-Structure Integrated Design,CSID)问题。基于假设模态法和混合坐标Lagrange方程推导了柔性航天器动力学模型,并采用PID控制器进行姿态机动控制;建立了CSID多目标优化问题的数学模型,提出了基于约束支配原理和罚函数法的混合约束处理方法;将混合约束处理方法与MOEA/D相结合对CSID多目标优化问题进行了求解,获得了多个优于参考设计的Pareto最优解。最后,研究了火星探测器气动外形和进入段弹道多目标优化设计问题。建立了包含总体参数、弹道、气动、热以及开伞条件的火星探测器学科分析模型,推导了适用于球锥构型且具有解析表达式的气动计算模型;建立了火星探测器气动外形和进入段弹道设计中的多目标优化问题的数学模型,基于MOEA/D进行了求解,获得了多个由于参考设计的Pareto最优解。总之,论文针对MOEA/D应用于飞行器动力学设计中遇到的问题,研究了分解方法、约束处理方法和耗时优化算法,并将其应用于滑翔飞行器弹道优化设计、航天器控制-结构一体化设计和火星探测器外形和进入段弹道设计中。论文对于多目标进化算法的发展和基于动力学的飞行器设计均具有较大的意义。