目前,传统的不确定性设计优化方法主要基于概率密度分布函数或模糊隶属度函数,需要采集大量的不确定性信息。然而,在实际工程中,不确定性信息采集往往难度较大,传统不确定性设计优化方法在部分装备和系统设计优化过程中有一定局限性。为了更好满足实际工程需要,近年来,基于区间数的不确定性设计优化方法受到了国内外研究人员的重视。区间不确定性设计优化方法需要的信息量小,仅需获得区间的上下界即可构建优化模型。因此,开展基于区间数的不确定性设计优化方法对复杂系统和装备性能的提升有一定的工程意义。本文主要从区间不确定性下优化模型构建和求解方法、基于近似模型的区间不确定性设计优化方法以及区间多学科设计优化（Multidisciplinary Design Optimization,MDO）方法三方面展开研究,主要研究内容如下:（1）研究了区间不确定性优化模型构建、不确定性分析和优化求解方法。考虑区间不确定性因素构建优化模型,结合区间可能度分析和区间序关系两种方法来转换不确定性优化模型,结合评价函数法和罚函数法处理不确定性分析后的优化模型,随后基于改进粒子群算法（Particle Swarm Optimization,PSO）的双层嵌套优化策略对处理后的优化模型进行求解,最后通过算例对算法进行了验证,为考虑区间不确定性的设计优化问题提供了新的研究思路。（2）研究了基于泰勒展开近似模型和Kriging近似模型的区间优化方法。基于泰勒展开的近似模型通过一阶或二阶泰勒展开将优化模型进行简化,提升了优化效率。基于加点Kriging的近似模型优化方法进一步提升了优化精度和计算效率。将两种近似求解方法运用于区间不确定性优化问题中,解决了复杂装备系统优化模型构建困难的问题,同时计算效率也得以提升。（3）研究了区间不确定性下基于协同优化（Collaborative Optimization,CO）解耦策略和加点Kriging近似模型的区间MDO求解方法。通过从区间MDO模型构建、学科关系解耦以及不确定性分析求解三方面出发,构建了基于Kriging近似模型在CO解耦框架下考虑区间不确定性的优化模型,同时提出了一种基于Kriging加点策略的区间MDO方法。最后通过数学算例和发动机活塞案例对算法进行了验证。