微型飞行器(MAV)自20世纪90年代提出来后,因其尺寸小、重量轻、成本低等普通飞行器不具有的独特优势,在未来国家安全、经济建设和社会发展中发挥重要作用,倍受国际社会的关注.然而,由于微型飞行器在低雷诺数飞行环境飞行,机翼的展弦比较小,气动性能不高,影响着MAV总体设计和飞行品质.因此,如何提高微型飞行器在低雷诺数下的气动性能,已成为国际上研究的热点和难点.本文通过应用遗传算法并和Navier-Stokes方程数值解法相结合,对微型飞行器机翼进行了气动优化设计,得到了如下几点主要结果:1.首次提出了将遗传算法和Navier-Stokes方程数值模拟结合,对微型飞行器的翼型进行了低雷诺数气动力优化设计.2.对遗传算法GA进行了适当改进,建立了遗传算法优化模型Ⅰ.结果表明,其优化效率大大提高,从而解决了N-S方程气动力分析计算量过于庞大,借助遗传算法进行气动优化设计时效率十分低下的问题.首先,针对标准遗传算法存在的问题,对以二进制编码方式为基础的标准遗传算法进行改进,采用实数编码、锦标赛选择、自适应交叉和自适应变异技术,并引入精英保留制模型.其次,设计了一种高效的复制算子来提高算法的稳定性和计算效率.每奇数代时,应用精英保留模型;每偶数代时,从当前代的父代个体和上一代的父代个体中,选取优秀群体规模作为下一代的父代种群,以充分地利用现有的遗传信息来引导收敛方向.3.在优化模型Ⅰ的基础上,引用本文所设计的高效复制算子,采用小种群群体规模,建立了遗传算法优化模型Ⅱ,并开发了以Visual Fortran 95为环境的数值实验平台.并应用遗传算法优化模型Ⅱ,对固定翼式MAV的翼型进行了气动优化设计.优化后的翼型的升阻比较优化前提高了42.91﹪,表明该方法应用于微型飞行器气动力优化设计是十分有效地.