作为一种新的运输工具,重复使用运载器具有显著降低航天运输成本,提高运载能力、发射频率和发射可靠性的潜力,有巨大的经济和军事价值。论文以重复使用运载器为对象,研究了两极优化算法和N-Kriging模型,建立了各学科模型,在考虑学科不确定性的情况下,进行了不确定性多学科设计优化,获得了满足约束要求的总体方案。首先,提出了一种新的全局优化算法——两极优化算法。算法首先采用局部优化算法搜索局部最优解,然后搜索局部最优解周围的最劣解跳出局部最优,并通过Householder变换和一维搜索扩大搜索区域,以最大程度获取全局最优解。在函数测试中,两极优化算法找到最优点的概率大于遗传算法和粒子群算法。其次,推导出采样值存在测量误差时的N-Kriging模型,并给出相应的预估方差表达式。仿真实验结果表明:本文提出的方法在预估点获得的误差标准差与函数测试得到的误差标准差符合地很好,证明了该方法可以对预估误差标准差进行有效估计,为基于可靠性的不确定性优化奠定基础。然后,对重复使用运载器的机翼进行参数化建模,利用拉丁超立方采样建立了不同参数下的运载器几何外形。利用Cart3D仿真软件计算运载器的气动力参数,采用N-Kriging模型建立气动学科模型,并分别建立了重复使用运载器的结构模型、弹道学科模型、质量学科模型和控制学科模型。最后,针对重复使用运载器进行了不确定性多学科设计优化。以确定性优化结果为基准,利用显著性分析获得各项不确定性因素对约束的影响,选择对约束影响最大的6项不确定性因素进行不确定性优化,获得了满足约束可靠性要求的总体方案。论文研究了多学科设计优化的优化算法和近似模型,并应用于重复使用运载器的不确定性多学科设计优化中,获得了满足约束可靠性要求的优化方案,验证了不确定性多学科设计优化方法在重复使用运载器初步设计阶段的有效性,为重复使用运载器的进一步研究提供了有益的借鉴。