可靠性优化(RBO)设计是以普通优化设计为基础发展起来的。它一般是将系统可靠性要求作为约束条件或者目标函数,再有机的结合最优化算法的数值计算方法,最后得到的是在概率意义下的最优设计。在可靠性优化问题的研究中,可靠性与优化的耦合求解是比较难的问题,通俗来讲就是如果以可靠性水平作为约束,且因为可靠性约束是设计变量的概率函数,对可靠性约束的处理是RBO设计中不容易解决的问题。本文从优化设计与可靠性分析的基本原理出发,致力于研究出高效的可靠性优化问题的分析求解流程并应用到实际工程中。在分析了基本粒子群算法与序列二次规划算法基本原理后,结合混沌搜索和自适应惯性权重的思想,提出了基于SQP和自适应搜索的混沌粒子群优化算法,经典函数算例和展开机构连杆优化实例表明算法具有较高的求解精度和求解稳定性。结合拉丁超立方抽样、回归分析方法和多项式混沌扩展理论,提出了基于多项式混沌扩展的可靠性随机分析程序,并结合本文提出的优化算法,得出RBO问题的一般分析流程。展开机构连杆可靠性优化实例表明该分析流程求解结果与直接Monte Carlo方法相比非常接近,比一阶二次矩法更加实用。最后将所提出的可靠性优化分析流程应用于声阵列折叠翼展开机构的可靠性优化设计中,得到了使系统性能最优并且满足系统展开时间和展开冲击力可靠性要求的最优解,最优解处的ADAMS仿真结果也验证了求解结果的正确性。本文对实际工程问题的RBO分析过程及折叠翼展开机构的RBO设计有一定参考作用。