飞机的气动特性是影响飞机性能的一项重要指标,气动外形设计是飞行器设计过程最重要的方面之一。本文采用变可信度模型管理结构(ApproximationManagement Framework,AMF)进行了翼型、全机气动外形优化设计方法研究。变可信度模型管理结构是在信赖域方法的基础上,为建立基于不同分析模型的优化方法提出的模型管理框架。由于该框架可构成对高可信度模型和低可信度模型的有效管理,因此利用该方法建立的优化方法可以充分发挥不同可信度模型的优势,从而在保证一定设计精度要求的前提下,提高了优化效率。本论文在分析了变可信度模型管理结构的数学基础信赖域方法的基础上,根据高可信度模型和近似模型一致性要求,分别建立了一阶近似模型和近似一阶模型两种低可信度模型的修正方法;探讨了高可信度模型和低可信度模型以及近似模型之间的相互关系与选取原则,给出了AMF方法的工作流程;将基于一阶近模型的AMF方法与梯度搜索方法结合,建立了梯度AMF优化方法;将基于近似一阶模型的AMF方法与遗传算法结合,建立了遗传AMF优化方法。针对具有代表性的飞行器布局特点,分别从构成飞行器外形的基本元素翼面类(翼平面形状和翼型剖面形状)、机身类(机身外形)出发,建立了描述飞行器外形的参数化几何外形方法,并总结了设计变量提取准则,研究了NURBS方法在几何外形参数化中的应用。根据上述方法建立了变可信度模型管理结构的优化设计系统,将N-S方程与Euler方程分别作为高可信度模型与低可信度模型,采用梯度AMF优化方法进行了翼型优化设计,结果表明,梯度AMF方法能将优化速度提高接近一倍;将Euler方程与格林函数法分别作为高可信度模型和低可信度模型,采用遗传AMF优化方法进行了无人机全机气动外形优化设计,取得了很好的效果。通过这些数值实验考察了该设计系统的适用性,检验了优化前后气动性能的改善程度,获得了一些初步的结论。