随着科学技术的不断发展，产品设计也越来越复杂，通常涉及多个学科，多个目标，多个约束和多个设计变量。多学科设计优化（Multidisciplinary Design Optimization，MOO）正是为挖掘设计潜力，提高设计质量而生。多学科设计优化通过充分利用各个不同学科之间的相互作用产生的协同效应从而获得系统的整体满意解。目前MDO已经受到各个行业的广泛关注，尤其是在航空航天，汽车，机械等领域。　　 本文首先概要描述了多学科设计优化的数学描述和理论体系，包括系统的灵敏度分析，试验设计方法，近似技术，蒙特卡罗仿真，以及MDO问题的建模与分解技术。MDO方法本身不是一个全新的算法或技术，而是由上述各种设计技术整合到一起的组合。　　 优化算法一直是MDO研究的热点。本文重点研究了以模拟退火方法和遗传算法为代表的智能优化算法，与传统的确定性算法相比，智能优化算法在很多方面具有优势，如全局搜索性，对问题的适应性等。　　 全面研究了当前MDO领域著名的优化策略，包括多学科可行法，单学科可行法，并行子空间方法，协同优化方法和两级系统综合法。这些优化策略形成了MDO流程的工作流架构。　　 本文设计了一个基于计算机群集的多学科设计优化框架，称之为COWIMDOF。COWMDOF借鉴了当前“云计算”的相关概念和思想，是一个基于计算机网络的并行计算软件框架。在这个框架中，提出了基于组件和XML的MDO建模方法，通过整合MS VISIO到程序中实现可视化建模。给出了第三方软件包括自编软件和商用软件如何集成到COWMDOF中，其中以ANSYS和MATLAB为例介绍了具体的集成方法。