针对风力机翼型优化计算量大的问题,提出了一种基于计算流体力学和神经网络气动性能近似计算的翼型优化方法。首先根据茹科夫斯基翼型理论构造了翼型参数化表达方法,以多工况条件下的翼型气动性能为目标函数,选取翼型表达式中的12个参数为设计变量,建立了翼型气动性能优化模型。然后用优化拉丁方采样方法获得翼型样本设计空间,通过计算流体力学方法获取每个样本的气动性能,利用神经网络对样本集进行非线性拟合,构建神经网络翼型气动性能近似计算模型。遗传算法在寻优时,用近似计算模型代替耗时的流场计算,最终得到最优解。并通过此方法对FFAW3-301翼型进行优化,优化后翼型具有更佳的气动性能,优化结果表明此优化方法具有可行性。