汽车的车身空气动力学特性在汽车性能中占据重要地位，它能直接影响汽车的燃油经济性、操作稳定性、舒适性以及动力性等方面。本文对汽车外形参数进行优化，将气动阻力系数作为目标函数，使其最小化。首先，将快背式MIRA模型的5个关键几何参数作为设计变量，采用拉丁超立方采样实验设计方法设计了50组样本数据。其次，使用ANSYS Fluent 2021 R1软件计算根据样本数据建立的50个汽车模型。再次，将计算获得的阻力系数的结果以及实验设计方法设计的50组样本数据作为数据集用于BP神经网络学习，以确定设计变量和目标函数之间的关系。最后，与遗传算法结合进行优化，从而获得最优解。结果表明，优化后的汽车模型的阻力系数降低了26.9%。
