实际工程问题中广泛存在着与材料特性、几何尺寸、外部载荷和计算模型等因素相关的不确定性。多种不确定性因素的耦合可能导致结构或产品的工作性能波动甚至失效。基于可靠性的设计优化（Reliability-based design optimization,RBDO）在优化模型中采用可靠性约束来度量不确定性的影响,可以获得满足目标可靠度要求的最优设计方案。传统的RBDO方法采用嵌套结构求解,计算成本高昂。虽然近年来国内外学者在高效的可靠性分析方法、解耦策略方面取得大量成果,但现有研究依然存在以下不足:对于高维度问题的计算效率较低;对于较强非线性问题的计算误差较大;由于采用基于最可能点（Most probable point,MPP）的可靠性分析方法,当MPP难以计算或者有多个MPP时,可能出现较大误差或者不收敛;无法求解包含多峰分布随机变量的RBDO问题等。针对这些问题,本文探索能合理地平衡精度和效率的RBDO方法,主要研究内容如下:（1）针对较强非线性功能函数的计算精度问题,提出了基于功能函数响应的概率密度函数（Probability density function,PDF）移动方法（PDF-based performance shift approach,PPSA）。首先,利用基于响应PDF的移动策略,建立等价确定性优化模型。其次,通过对响应PDF的近似处理,推导出移动标量计算公式。接着进行可靠性评估,计算下一步响应的PDF和实际可靠度,并检查约束是否满足目标可靠度要求。若不满足,根据当前设计点的功能函数值和响应的PDF计算移动标量,建立下一迭代步的确定性优化模型,通过求解该模型得到新的设计点。重复上述过程,直到获得满足所有约束可靠度的最优设计方案。3个数值算例和汽车侧面碰撞安全的工程案例分析了该方法的计算精度、效率和稳定性。（2）对于包含多峰分布随机变量的RBDO问题,提出了基于响应PDF近似的序列近似优化方法。该方法将原RBDO问题的求解过程分解成一系列子优化问题求解的迭代。在每个子优化问题中,首先进行可靠性评估,用降维积分和最大熵方法计算功能函数响应的PDF,再通过一维积分计算可靠度。然后根据响应PDF近似公式,构建近似确定性优化模型,在子设计空间内求解,得到新的设计点。接着检验收敛条件,如不满足,重复前两步,使得可靠性评估和确定性优化顺序执行,直至收敛。最终将收敛时确定性优化的最优解作为原RBDO问题的最优设计方案。3个数值算例和笔记本散热设计的工程案例验证了该方法的有效性。