随着现代科学技术的发展，工程结构在现实生活中的应用越来越广泛，然而因结构失效导致的事故频发，工程实际结构中存在大量的不确定性问题，人们也因此展开了结构的安全可靠性理论研究，可靠性理论对工程结构分析设计有十分重要的指导意义。然而，现有的可靠度分析方法还不够完善，需要更精确有效的可靠度分析方法应用到工程实际中。本文在结构可靠性理论基础上，结合Fourier正交基、神经网络和响应面法的基本理论，提出了Fourier正交基神经网络改进响应面法（本文简称FONN-IRSM），并利用该方法对汽车发动机连杆作了结构可靠性分析，结合有限元分析软件分析并与现有可靠度分析方法比较，验证了该方法良好的逼近性能及其正确性和实用性。该方法的提出对可靠性理论研究具有一定的参考价值和实际意义。首先，本文充分利用了Fourier正交基良好的逼近性能，以及神经网络强大的非线性映射能力以及很好的容错能力，结合Fourier正交基理论和神经网络理论提出了Fourier正交基神经网络模型，通过算例验证了该模型的收敛性及其良好的逼近性能，为提出新算法提供了可靠的理论基础。其次，本文结合梯度投影取样点技术对普通响应面法进行了改进，利用Fourier正交基神经网络以及改进响应面法各自所拥有的优越性，提出的一种更可靠的结构可靠度分析方法，即FONN-IRSM，通过算例并与其他可靠度分析方法比较，验证了本文提出的FONN-IRSM的正确性及其优势。最后，本文以汽车发动机连杆为例，结合疲劳可靠性基本理论，一方面，结合Ug、Ansys和Adams等软件对连杆进行了有限元分析，利用分析出的结果数据找到连杆结构的最大危险点，另一方面，利用FONN-IRSM对发动机连杆危险点位置进行了结构疲劳可靠性分析，用Matlab语言编程并计算其最大危险点处的疲劳可靠度指标，同时也验证了本文提出的FONN-IRSM的正确性及实用性。该方法对结构的可靠度分析有很好的参加价值，提供了相对可靠的可靠度分析方法。