为了提高可靠性分析及优化设计的精度和效率,本文在深入研究复杂机械运行中的动力学特性及其极限状态函数的高度非线性特点的基础上,将神经网络算法、粒子群算法等智能算法的高度非线性映射能力与响应面法的简化计算能力结合起来,提出了机械可靠性分析的智能响应面法。该方法首先利用神经网络理论与粒子群算法建立极值或多重响应面模型;然后利用蒙特卡洛法对该响应面模型进行联动抽样,完成机械可靠度的计算。在可靠性分析的基础上,将粒子群算法与智能响应面法相结合,提出机械可靠性优化设计的粒子群-智能响应面法。该方法首先计算各随机变量的灵敏度,然后以高灵敏度的随机变量为设计变量,可靠度及其他约束为约束条件,建立可靠性优化设计数学模型。最后利用智能响应面法计算机械可靠度,粒子群算法求解可靠性优化数学模型,完成机械可靠性优化设计。并进行了工程实例的仿真计算:针对柔性机械臂运动的时变特性,利用考虑时间变化的智能极值响应面方法完成动态可靠性分析。在可靠性分析的基础上,利用智能极值响应面计算柔性机械臂的可靠度,粒子群算法搜寻最优尺寸以减小截面面积,在满足机械系统可靠度的同时,减少了使用材料,提高经济效益。针对航空发动机叶盘结构工作环境的多场耦合等特性,利用能够输出多个响应量的智能多重响应面法完成多失效模式结构可靠性分析。在可靠性分析的基础上,利用多重响应面法计算各失效模式下的可靠度,多目标粒子群算法搜寻最优设计点集以减小叶盘最大径向变形及最大应力,在满足结构可靠度的同时,降低了叶盘所受载荷的大小,提高了结构的安全性能。