多学科设计优化技术是近年来发展起来的一种新的设计理念，对多学科设计优化的研究也日益增多。经过二十多年的发展，多学科设计优化技术基本上已趋于成熟，但作为一门新兴学科，多学科设计优化还存在着许多问题，其在工程应用中的经验还嫌不足。本文尝试将现代优化技术和较新的近似方法集成到多学科设计优化方法中，并采用该方法对某地空导弹系统进行设计优化，作为对新的多学科优化技术的一次检验，并期望能够获得一定的优化经验，为以后的多学科发展和软件集成提供一定的参考。 本文的研究内容可以分为三大部分，第一部分为多学科优化技术研究部分，第二部分为地空导弹的多学科模型研究部分，第三部分为多学科设计优化理论应用及结果分析部分。 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，包括可变复杂度模型、响应面模型、克里金法和径向基函数神经网络近似模型等进行了研究，其中以径向基函数神经网络近似模型为重点。对于优化算法，只是对遗传算法进行了简单讨论，以算法的流程为主，算法的相关理论证明不作为本文的重点。 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，建立了地空导弹的多学科设计优化模型。主要包括选择优化的目标函数、设计变量、约束条件，构建地空导弹的多学科设计优化流程等。指出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。接着从学科的角度对各学科进行了分析，建立了弹道、气动、质量和发动机等学科的相应学科模型。 第三部分以地空导弹为对象，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对相关设计状态的影响曲线和最终的优化结果。计算结果表明，导弹的目标函数较设计前有着一定提高，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。