在实际工程问题中,不确定性无处不在。诸如外部载荷、材料属性、结构尺寸、边界条件等的不确定性虽然数值较小,但耦合作用下可能会使工程产品的性能大幅偏离预期的目标,甚至导致产品失效,因此在设计阶段,能否准确地度量不确定性,并控制在预期的范围内,是保证产品质量和可靠性的关键。不确定性可认为是信息掌握的充分程度引起的差异,基于这个观点将不确定性分为随机不确定性和认知不确定性。概率方法常用于处理随机不确定性,而非概率方法用于处理认知不确定性,其建模理论有凸模型理论、区间理论和证据理论等。由于证据理论的框架更为灵活,在描述、处理认知不确定性方面有明显优势,因此基于证据理论的可靠性设计优化方法(Evidence-based Reliability Design Optimization,EBDO)备受关注,并出现了一系列重要成果。目前,EBDO尚处于初级阶段,在计算效率、复杂问题的数学建模以及工程化应用方面仍有一系列理论和技术上的问题需要解决。针对上述问题,本文开展和完成以下工作:(1)研究了一种基于近似移动矢量的EBDO求解方法。在不需要额外信息的前提下,首先通过等面积法构建证据变量对应的概率变量,然后使用SORA方法求解基于概率理论的RBDO的设计点,并对该设计点进行可靠性分析,再通过概率变量计算该设计点的可靠度,将可靠度的梯度作为证据理论可信度的近似梯度,作为下一迭代步中约束的移动方向,继续求解直至收敛,最后用一个数值算例和一个工程算例对该方法的计算效率进行了验证。(2)对车辆轻量化问题进行基于证据理论的可靠性设计优化。在基于车辆耐撞性的车辆轻量化设计问题中,考虑到设计阶段信息不完善,使用证据理论将设计变量处理为证据变量,并建立EBDO模型。对防撞梁等汽车正面碰撞中的关键件进行设计优化,并对其进行仿真验证,为之后的汽车正面结构参数设计提供依据。