随着现代科技的发展,工程设计问题变得十分复杂,无论是产品性能还是使用环境等都对设计提出了更高的要求。多学科设计优化(Multidisciplinary Design Optimization,MDO)是有效提高产品综合性能的现代设计方法之一,也是目前国际上的研究热点。多学科设计优化的研究内容可分为系统建模、模型分析仿真运算、MDO策略、近似计算、灵敏度分析等,其中最为核心的问题是MDO策略。随着研究的深入,学者们发现在实际的工程问题中存在着大量的不确定因素,这些不确定性对于多学科设计优化的最终结果有较大的影响。本文研究内容如下:(1)首先对MDO的发展现状进行了归纳整理,对MDO中存在的问题进行了分析;其次通过典型的数学算例,对典型MDO策略进行了研究,深入剖析了这些典型MDO策略的方法特点、应用特征,进而为后续的算法研究、不确定性耦合研究打下了坚实的基础。(2)由于工程实际问题的复杂性,大多数MDO问题都比较复杂,求解运算量大、局部最优等问题使得多学科算法成为学者们的重点研究内容。近年来,随着仿生生物学的发展,现代智能算法算法如雨后春笋不断冒出来,越来越多得学者也尝试将现代智能算法应用于多学科设计优化当中。传统算法有其固有缺陷,由于复杂多学科优化设计存在耦合的问题,并且根据实际的问题会存在寻优空间不连续的情况,传统算法很难收敛到最优解,本文通过构建增广拉格朗日乘子法对乌鸦算法进行了改进,并将改进后的乌鸦算法用于求解MDO问题。通过具体的数学以及工程算例验证了改进乌鸦算法的有效性。(3)随着对MDO问题研究的深入,研究人员发现不确定性对于优化过程的影响愈加明显。确定性MDO虽然可以表面上找到满足全部约束的可行解,但是由于不确定性因素的存在,确定性MDO的优化结果往往是不可行的。目前很多研究人员在考虑不确定性时都假设其是不相关的,结果导致设计方案与实际应用当中具有一定的偏差。本文首先利用非概率超椭球模型描述不确定性因素的相关性;通过正交变换转化相关不确定性因素;利用一阶可靠度法考略其可靠性,最终建立了不确定性因素相关条件下的多学科可靠性设计优化模型。最后通过一个工程算例验证了所提方法的有效性。