武器装备的发展水平是国家国防、军事实力和科研水平的重要标志,是国家综合国力的集中体现,也是国家领土、领空安全的重要保证。而武器装备的研制涉及到众多的军方、科研院所和工业部门,流程众多、协调整合难度较大,因此风险分析对武器装备研制的成功具有重要意义。本文主要以武器装备研制过程为研究背景,基于设计结构矩阵理论对不确定环境下的协同研制过程进行仿真计算和智能优化重组。首先,为了达到过程质量控制的效果,采用基于质量反馈的方式来描述任务间的返工,使得子任务的完工质量达到预期的质量指标,运用蒙特卡罗模拟法仿真计算得出项目的总工期和总费用。而且在仿真计算过程中,考虑了工期、费用和质量之间的相关关系,运用乔列斯基因子分解法实现了相关随机变量的模拟,提高了仿真计算结果的准确度。其次,对上述方法的计算结果进行统计分析,主要有项目的进度风险和费用风险分析、总工期和总费用概率密度曲线拟合分析以及灵敏度分析,识别子任务完工质量的波动对项目进度风险和费用风险影响程度最大的任务,并且综合以上的研究进行数据初始化模块和结果分析模块的开发。接着,综合考虑某些主客观因素,模型数据会在某一范围内波动,本文使用区间灰数来表征设计结构矩阵模型的不确定性。基于区间灰数的序关系制定合适的选择策略,运用遗传算法对贫信息环境下的项目研制过程进行优化重组,最终通过案例对比验证优化效果,进一步地减少项目的信息反馈强度、进度风险和费用风险。同时基于上述理论开发了研制过程智能优化重组模块。最后,为了既能对协同并行过程建模,又能表达任务自身的返工修正,初步探索性地提出DSM-GERT混合模型,同时发挥DSM和GERT网络的优势,将复杂的DSM模型集成嵌入GERT网络中,计算出某型战斗机研制过程的完工工期、费用、风险度等一些参数。