航空及机械等复杂工程结构系统中广泛存在各种各样的不确定性。针对复杂结构的特点,研究这些不确定性对输出性能的影响,预测复杂结构系统在不确定性环境下的风险评估和可靠性模型的不确定性传递具有重要的意义。为了提高复杂结构在不确定性环境下的性能,在已有研究的基础上,本文展开以下研究:1)在结构可靠性分析和设计中,往往存在部分不确定性分布特征不明确而仅知其不确定参数的边界,因此基于凸集非概率模型的不确定性描述得到广泛关注。为了有效分析凸集非概率输入变量对可靠性工程中所关心的结构系统失效的影响,在矩独立重要性测度的基础上,扩展了其在非概率可靠性分析中的工程应用,建立了基于凸模型非概率可靠性的矩独立重要性测度。针对凸集非概率输入变量对非概率可靠性贡献表达式的特点,将态相关参数(State Dependent Parameter,SDP)方法和主动学习Kriging(Active learning Kriging,ALK)方法建立代理模型的优点推广到该重要性测度的计算当中,并以实际算例验证了所提重要性测度的合理性,所推导的非概率可靠性重要性测度的普遍适用性以及所建求解方法的可行性。2)为研究输入变量分布参数对基于失效概率的重要性测度的影响程度,建立一个基于失效概率的重要性测度对输入变量分布参数的灵敏度分析体系。该参数灵敏度首先分析各个不确定性分布参数对基于失效概率的重要性测度不确定性传递,得到重要性测度后在分布参数处求导。针对复杂结构模型,将重要性分析中高效的ALK方法引入到基于失效概率的重要性测度参数的灵敏度分析中,解决了传统的MC求解中计算量过于庞大的困难,大大提高了计算效率。3)为了降低复合随机振动系统动力学输出的失效概率,引入了基于失效概率主重要性测度指标和总重要性测度指标,通过控制重要性程度高的输入变量的不确定性来降低失效概率。结合复合随机振动系统动力学输出的特点,采用ALK方法能在不减少精确度的条件下大幅减少计算量。其次从随机结构无条件动力可靠度的表达式出发,利用条件概率密度函数的解析变换,给出了一种衡量基本随机变量对动力可靠性影响的矩独立重要性测度指标。基于态相关参数模型,提出了求解矩独立重要性测度指标的态相关参数(SDP)法。与直接Monte-Carlo法对比,所提方法可以在保证计算精度的同时大幅度提高计算效率,适用于分析复合随机振动系统的非线性可靠性响应。4)将基于均值和方差的区域重要性指标进一步推广到复合随机结构结构系统,分别定义了输入变量的任意取值区域对输出动力学可靠度及动力学可靠性测度主贡献的区域重要性指标,为复杂结构动力学可靠性设计工程提供更多的有用信息。另外,本文还针对当前基于输出动力学可靠性测度主贡献的区域重要性指标定义中的问题,根据了其表达式的特点建立了所提各种指标高效的求解方法。5)针对同时含有主、客观混合不确定性的结构系统,考虑到主客观变量含有非概率变量的情况,提出了新的主客观重要性测度。所提指标体系能够很好的度量含非概率变量情况下主客观输入变量对结构可靠度的影响,为主、客观混合不确定性情况下减缩模型维度和减少输出响应的不确定性提供指导。同时建立了主、客观混合不确定性从主观输入变量向输出性能可靠度的传递过程,给出了两种重要性测度的基本求解方法和实现步骤。针对所提出的主、客观变量重要性测度指标求解中存在的问题,建立了两种主、客观输入变量重要性分析算法,并采用数值和工程算例验证了其效率和精度,满足实际复杂工程结构的需要。