中文摘要：

本项目对认知不确定性条件下的多学科设计优化(MDO)开展了深入的研究。提出了一种基于最大确定性原则的可能性分布(PD)的构造方法(MSBPD)，减小了PD构造过程中信息的损失。提出了一种小样本条件下的PD构造方法。提出了一种新的评判PD构造方法在最大确定性程度上表现的方法。提出了一种同时包含两种(随机和认知)不确定性的设计优化模型及求解算法(SOCUA算法)，降低了设计优化过程的计算量。提出了一种认知不确定条件下的MDO模型(PBMDO-SOPA)以及三种基于可能性的MDO方法(PBMDO-SOPA-MDF、PBMDO-SOPA-SAND、PBMDO-SOPA-IDF)。提出了随机/认知/两种不确定性条件下的稳健可靠性多目标设计优化模型，并提出了一种基于顺序优化和可靠性/可能性估计(SORPA)和物理规划的模型求解算法，能同时兼顾设计的可靠性和稳健性。提出了一种同时包含两种不确定性的基于协同优化和SORPA的MDO模型和优化算法。提出了一种基于模糊神经网络的智能交互式物理规划方法。提出了一种基于智能交互式物理规划的MDO方法。本项目的研究成果对MDO理论的发展与工程应用具有重要的意义。