La complejidad computacional de la optimización de perfiles alares para diseños de alas de aeronaves generalmente implica espacios de parámetros de alta dimensión definidos por variables geométricas, donde cada ciclo de simulación de Dinámica de Fluidos Computacional (CFD) puede requerir recursos de procesamiento significativos. Por lo tanto, realizar la selección de variables para identificar entradas influyentes se vuelve crucial para minimizar el número de evaluaciones de modelos necesarias, especialmente al tratar con sistemas complejos que presentan relaciones de entrada y salida no lineales y poco comprendidas. Como resultado, es deseable utilizar menos muestras para determinar las entradas influyentes y lograr un proceso de optimización más simple y eficiente. Este artículo proporciona un enfoque sistemático y novedoso para resolver problemas de optimización de aeronaves. Inicialmente, se propone un método de cribado de variables basado en Kriging (KRG-VSM) para determinar las entradas activas utilizando un método de cribado basado en la verosimilitud, y se proponen y discuten nuevos criterios de detención para KRG-VSM. Se emplea un algoritmo genético (GA) para lograr el óptimo global de la función de log-verosimilitud. Posteriormente, se lleva a cabo la optimización del perfil alar utilizando las variables de diseño activas identificadas. Según los resultados, el método de cribado de variables basado en Kriging podría seleccionar todas las entradas activas con unas pocas muestras. Luego, se prueba el método de cribado de variables basado en Kriging en los puntos de referencia numéricos y se aplica al problema de optimización aerodinámica del perfil alar. Aplicar la técnica de cribado de variables puede mejorar la eficiencia del proceso de optimización del perfil alar con una precisión aceptable.