多学科设计优化(Multidisciplinary Design Optimization,MDO)很早就被认为是未来工程设计领域的尖端关键技术。传统的MDO是“确定的”MDO,即把载荷、材料特性以及几何尺寸等因素看成是确定性的。然而在实际工程中,不确定性因素客观广泛存在于复杂耦合机械系统的全生命周期中。对于复杂机械系统的MDO,不确定分析是一大研究热点。此外,退化失效是复杂机械系统的最终失效的主要原因之一,对MDO中的不确定性研究必然从静态向动态转变。其中导致大量产品最终失效的时变不确定性是MDO的重点研究工作。本文正基于此,对时变不确定MDO进行了一系列有益的初步研究,主要内容如下:(1)由于MDO问题的复杂性,很难找到一种通用的算法适用于所有的MDO问题。目前解决MDO问题主要有两大类计算方法:传统优化方法和现代智能算法。然后针对传统的优化方法难以克服目标函数需连续、容易陷入局部最优等固有缺陷,提出了基于改进的人工蜂群算法求解多学科设计优化问题。首先,探讨了现在智能算法在MDO中的应用,然后详细介绍了ABC算法的特点和优越性;其次,提出了基于增广拉格朗日乘子法的改进的ABC算法;最后通过MDO数学算例和圆柱弹簧的设计问题验证了改进算法方法的有效性。(2)对于目前的MDO研究,都假设不确定因素之间是不相关的,然而在实际工程系统中,不确定因素之间的相关性确实客观存在的。人为忽略不确定因素之间的相关性将会导致设计结果不准确。本文利用非概率超椭球模型建立了不确定因素相关的量化模型;其次将不确定因素相关的量化模型以约束的形式添加到协同优化求解框架中,最终建立了考虑不确定因素相关的MDO体系;最后通过MDO数学算例以及薄壁压力管设计问题证明了该方法的有效性。(3)针对机械系统中大量存在的时变不确定因素,利用随机微分方程理论,提出一种时变不确定条件下的多学科可靠性设计优化方法。该方法首先探讨了复杂机械系统性能的时变特征,利用随机微分方程量化时变不确定性;其次利用多学科同时分析优化方法,建立了时变不确定条件下的MDO体系;最后通过多学科数学算例以及减速器设计问题验证了该方法的准确性和有效性。(4)复杂机械系统的性能会随着运行时间的延长逐渐退化,有效处理时变不确定因素,进而全面提高复杂机械系统的设计水平,已成为机械系统优化设计的关键问题。考虑到机械系统的时变特性,基于时变灵敏度分析方法和多学科稳健设计优化相结合,搭建一种多学科时变灵敏度稳健设计优化方法框架。首先,在时变灵敏度分析中,考虑时变因素并通过经验修正公式计算状态方程时变可靠性灵敏度,进而量化时变不确定因素对系统性能的影响;其次,考虑到不确定因素在多学科中的传播影响,通过简化的隐式不确定传播方法结合序列二次规划方法建立时变不确定条件下在学科间的传播量化模型;最后,将稳健设计思想融入到多学科设计优化中,进而达到降低不确定因素对系统性能函数影响的目的。一个多学科数学算例和一个四辊轧机的设计问题证明了该方法的准确性和有效性。