制导火箭弹设计需要用到气动、结构、控制等诸多学科的知识,各学科自身已发展成独立的研究领域,内容博大精深。在进行设计时必须从全局出发,将各学科视为一个整体,考虑学科间的相互作用。因此火箭弹设计面临着如何解决一个复杂、庞大的非线性优化问题,学科间复杂的信息联系以及天文数字般的计算量使得传统的优化方法在解决火箭弹设计问题时显得无能为力。在此情况下,多学科设计优化(Multidisciplinary Design Optimization, MDO)方法应运而生。本文主要研究了多学科优化算法在某型制导火箭弹设计中的应用,具体如下:第一部分主要研究了多学科优化理论。首先回顾了多学科设计优化技术的发展状况,其次从多学科设计优化技术的分类入手,主要研究了基于径向基函数神经网络的并行子空间理论,同时对与并行子空间相关的近似技术进行了研究,其中以径向基函数神经网络近似模型为重点。第二部分从系统的角度对多学科设计优化的过程进行了分析,建立了某型火箭弹的多学科设计优化模型。本文的优化设计思想是采用并行子空间设计优化技术,利用遗传算法实现系统级及各学科间的优化问题,并用径向基函数神经网络实现各学科的模型近似;从学科的角度对各学科进行了分析,建立了气动、发动机、质量和弹道等学科的相应学科模型。第三部分以制导火箭弹为对象,应用基于径向基函数神经网络的并行子空间方法对其进行了多学科优化设计,研究了优化过程中的模块管理问题,给出了部分设计变量的曲线和最终的优化结果。计算结果表明,制导火箭弹的目标函数较设计前有一定提高,从而证明了基于径向基函数神经网络的并行子空间方法的工程可行性。