工程结构优化问题常受限于优化模型非线性程度高、数值仿真过程占用大量系统资源,优化求解耗时多等因素影响,有限资源和时间内难以得到有效的优化结果。“试验设计+代理模型”技术能有效减少计算成本辅助完成优化设计。其中,最优拉丁方试验设计能有效适应不同设计变量和样本数量的搭配,Kriging是代理模型中最有效的方法之一。具有最优拉丁方和Kriging相关功能的软件功能模块是辅助优化设计的必要工具。本文基于SiPESC平台通用试验设计和代理模型框架,使用C++面向对象语言和“抽象工厂”设计模式完成了最优拉丁方试验设计和Kriging代理模型的软件开发,并应用于工程结构优化问题。针对最优拉丁方试验设计,本文选用被广泛采用的判优准则,实现了极小极大距离准则、列正交准则和多目标加权准则。在试验设计矩阵的优化过程中实现并应用了基于元素交换的进化算法。通过JavaScript和Python脚本测试,本文验证了所用算法的寻优能力和所得试验矩阵的准确性,并对比验证了各判优准则的特点。针对Kriging代理模型,本文采用常数形式回归项构建代理模型,调用SiPESC平台遗传算法优化Kriging相关系数,应用MathML语言构建Kriging响应函数显示表达式,以便不同程序语言解析方便应用到JavaScript、Python和Matlab等环境中。对比DACE工具箱验证了本文所实现算法功能的准确性。应用二维经典算例对比了两种加点算法的特点。通过三维算例探讨了样本点的选取对代理模型精度的影响。本文结合上述工作将代理模型技术应用于工程实际问题。工程实例一使用代理模型技术对3D打印机进行了截面形状优化并与直接使用遗传算法的结果对比,验证了本文所实现代理模型功能的快速性和准确性。工程实例二中应用CST翼型反向设计方法和代理模型技术对机翼气动外形进行形状优化提高了翼型的升阻比,工程实例三中对支架采用应力约束和频率约束达到减重的目的,同样验证了本文实现的软件功能可以有效地辅助工程实际问题的优化设计。