为了解决复杂工程优化问题中计算效率与代理模型精度之间的矛盾,本文基于最大最小距离准则和最小化代理模型预测准则提出一种多点加点准则,构建改进序列近似优化方法的算法流程。以二维Rosenbrock函数和Golinski减速器优化问题为例,与传统方法相比,改进方法得到的全局最优解精度更高,所需构造样本更小。将该方法应用到某型水下航行器水动力外形优化问题中,以巡航阻力系数和空间损失率最小为目标,建立优化问题的数学模型,原始计算模型仅调用80次之后优化收敛,大大提高了设计效率,优化方案巡航阻力系数和空间损失率比初始方案分别降低了9.81%和0.28%。研究表明,改进序列近似优化方法可显著提高代理模型精度,相同计算条件和时间下,具有更高的优化效率和优化精度。