随着现代复杂结构机构逐渐向着多元化、复杂化和精密化方向发展,其可靠性问题日益凸显,如何提高结构机构质量可靠性已成为人们在现代工业产品制造和使用过程中亟待解决的重要问题。由于搜集到的数据和信息常常包含大量与时间相关的不确定性,而传统可靠性优化设计在标准和量化这类不确定性时存在诸多局限,使得复杂结构机构设计方案往往难以满足工程实践要求。代理模型（例如SVR、Kriging、RBF、PCE、GP）方法具有计算量小、设计周期短和优化效率高等优点,是解决复杂结构机构时变可靠性优化设计问题最佳途径之一。本文围绕“在时变不确定条件下如何实现设计满足可靠度要求的方案”这一目标开展研究,这一目标的实现体现在对复杂结构机构时变可靠性优化设计中的输出、输入、约束、模型特征方面开展的研究,建立了一套考虑时间作用影响的可靠性优化设计方法与理论体系。本文主要研究内容和取得的成果如下:（1）针对响应随时间单调变化情形下,结构机构可靠性优化设计难以展开的问题,提出基于SVR代理模型和协方差矩阵自适应进化策略算法的时变可靠性优化设计方法。首先,选择合适的试验设计方法在设计空间内确定样本;其次,通过训练样本对SVR代理模型进行建模,由测试样本计算SVR代理模型精确度,可通过增加训练样本量的方式提升模型精确度;最后,采用协方差矩阵自适应进化策略算法求解时变可靠性模型。结果表明所提方法能够支撑响应随时间单调变化的时变可靠性优化设计,设计方案显著地提高了结构机构可靠度。（2）针对响应随时间非单调变化情形下,结构机构时变可靠性优化设计难以展开的问题,提出改进嵌套极值响应面的时变可靠性优化设计方法。在改进嵌套极值响应面方法中,研究了一种并行更新机制来构建极值Kriging代理模型,用于提升结构机构极限状态函数的建模效率,采用遗传算法对时变可靠性优化设计模型进行求解。结果表明改进嵌套极值响应面法对于考虑响应随时间非单调变化情形下提高结构机构可靠性具有显著效果。（3）针对变量（时间变量和设计变量）交互效应情形下,结构机构时变可靠性难以提高的问题,提出改进混合有效全局优化算法的时变可靠性优化设计方法。在提出的改进混合有效全局优化算法中,首先研究了一种并行有效全局优化算法用于识别极值样本。其次,建立响应目标的极值Kriging代理模型用于预测极值响应。再次,基于蒙特卡洛和主动学习Kriging代理模型技术更新极值Kriging代理模型。最后,通过遗传算法求解时变可靠性模型。基于上述流程搭建一套高效的时变可靠性优化设计方法,在考虑变量交互效应情形下提升结构机构可靠性。（4）针对小失效概率情形下结构机构时变可靠性难于提高的问题,提出基于RBF代理模型和子集模拟的时变可靠性优化设计方法。该方法研究了一种主动学习的RBF代理模型,建模内容包括识别极值样本、构建主动学习函数、确定收敛准则、更新RBF代理模型。对于小失效概率分析和模型求解,均采用子集模拟法。结果表明所提方法能够在小失效概率情形下进一步提高结构机构时变可靠性。（5）针对模型不确定下的时变可靠性优化设计方案可信度低的问题,提出基于新型组合代理模型的时变可靠性优化设计方法。通过组合建模方法对单个代理模型进行加权组合,构建学习函数和收敛准则,研究一种主动学习策略对组合代理模型进行更新,以便提高预测精度。在目标函数的构建阶段将稳健性指标（均值和标准差）考虑在内,在时变可靠性模型求解阶段则采用双环可靠性优化策略。工程算例验证所提方法能够在模型不确定下增强设计方案的可信度和减少建模所需计算成本。在总结上述研究成果的基础上,指出本文研究工作存在的不足以及值得进一步研究的问题。