El diseño de alas de alto aspecto mejora la eficiencia de vuelo de los UAV, pero también introduce desafíos significativos de aeroelasticidad. La optimización eficiente de las estructuras de alas en entornos complejos se ha vuelto crítica. Para abordar los desafíos actuales en el equilibrio entre la resistencia de las alas y los diseños estructurales ligeros, este estudio propuso un método de solución inteligente para optimizar las dimensiones y el diseño estructural de las alas. Impulsado por datos de simulación mecánica, el método estableció una relación de mapeo entre el diseño estructural y las dimensiones del ala y su rigidez a la flexión. Este enfoque se mejoró aún más con el algoritmo de evolución mental (MEA) para optimizar el rendimiento de la solución del modelo sustituto. El modelo de optimización de la estructura del ala se estableció utilizando el optimizador de lobo gris multiobjetivo (MOGWO) basado en el modelo sustituto para la búsqueda y optimización. Este estudio se centró en el ala de material compuesto de un vehículo aéreo no tripulado (UAV) de larga duración. El modelo sustituto MEA-BP establecido demostró una alta eficiencia computacional, con la desviación estándar del error de predicción (STD) de la deflexión del ala no superando 0.495 mm. El modelo de optimización requirió 175 s para calcular las soluciones del frente de Pareto. La estructura optimizada resultó en un aumento del 28.32% en la rigidez equivalente del ala, y el peso solo aumentó un 6.67% en comparación con la estructura original. Estos resultados mostraron la efectividad del método propuesto y validaron la viabilidad de integrar algoritmos de optimización inteligente y aprendizaje automático en el campo del diseño de aeronaves.