随着科学技术的快速发展,复杂系统功能日趋丰富,功能之间关系日益密切,系统复杂性也随之升高。具有复杂性特征的系统（以下简称复杂系统）具有非线性、强耦合性、开放性和时变特性等主要特征。当应用设计过程复杂性理论中的功能实现概率评价系统功能需求的实现程度时,需要确定每个功能元的设计过程复杂性并将其合成,通过各个功能元设计过程复杂性的演化构建降低系统设计过程复杂性路径。以往系统设计过程复杂性的合成及演化是静态下的,没有考虑到各个功能元设计过程复杂性的动态演化。基于此,论文将数字孪生数据引入到复杂系统创新设计过程中,通过设计过程复杂性的演化降低或消除系统设计过程复杂性。论文的主要研究内容为:1.复杂系统功能元物理关系表达模型。根据系统用户需求进行功能分解得到功能元,构建系统设计矩阵并确定每个功能元对应的设计范围,判断系统的功能耦合程度,并用设计矩阵变换和TRIZ工具对耦合功能进行初步解耦。根据初步解耦方案重新梳理系统功能元并建立其对应物质-场模型,提取其与功能元相关的物理量参数,构建通过物理关系进行功能元表达的关系模型。2.系统设计过程复杂性合成范式。首先,根据各个功能元物理量参数输出值相对于其设计需求值的偏差得到每个功能元设计过程复杂性,结合功能元的权重值,对各功能元的设计过程复杂性进行合成。根据合成后系统共用范围的面积确定总功能的设计过程复杂性及功能实现概率,形成系统设计过程复杂性的合成范式。3.数字孪生数据驱动系统设计过程复杂性演化过程。建立系统数字孪生模型与功能元对应关系,并通过数字孪生数据确定各功能元的设计过程复杂性。通过应用人工神经网络建立系统的设计过程复杂性预测模型,并对其进行动态合成。根据合成得到的总功能设计过程复杂性并进行动态演化,达到降低系统设计过程复杂性的目的。4.数字孪生数据驱动共享单车停车装置设计过程复杂性合成及演化实例。以共享单车停车装置为实例,应用上述研究成果进行设计过程复杂性合成与演化,得到多层共享单车停车装置创新方案,验证了论文研究成果的有效性。