寿命试验研究越来越多样，尤其是对工程界和生物医学界，与寿命、存活时间、或失效时间有关的数据的统计分析都已经发展成为一个重要的专题。在产品制造生产过程中，为了解产品的性能和可靠性水平，需要进行产品的寿命试验。通常在一批产品中选取一定数量的样品，在实际使用过程中对样品的失效时间（即寿命）进行记录。对所得数据，利用统计方法进行分析，就可得到有关产品的性能指标和可靠性指标的估计，从而了解产品的质量。对于高可靠、长寿命的工业产品，为了尽快对产品的寿命分布作出估计，加速寿命试验被广泛应用。为使估计更加精确，提高试验效率，降低试验成本，需要对试验进行优化设计。　　近年来，对加速寿命试验的研究受到越来越多的关注。本文主要研究了恒定加速寿命试验在带有随机移走的定时截尾模型下的优化设计。在试验中，假设产品的寿命服从指数分布，随机移走的产品个数服从离散均匀分布，采用定时截尾和间隔观测的方式进行试验。我们选取了两个加速应力水平（高应力水平和低应力水平）建立统计模型，通过极大似然估计方法，利用Fisher信息矩阵，导出估计量的渐进方差的表达式，通过极小化渐进方差，给出在不同的参数组合下加速寿命试验的优化设计，即低应力水平的最优取值和产品在各应力水平下的最优分配比率。由于优化设计的解析式无法得到，我们用Fortran语言编写程序，进行数值模拟，用数值方法找出使渐进方差达到最小的产品的最优分配比率以及低应力水平的取值，并进一步做了敏感性分析。　　本文的结果对实验者进行寿命试验给出了科学的指导，提高了估计的精度，减少了实验的盲目性，有一定的应用价值。