多学科设计优化（Multidisciplinary Design Optimization,MDO）是一类处理涉及复杂学科的优化问题的有效策略。MDO方法旨在充分考虑工程系统各学科门类之间的异同,充分利用各学科之间的耦合效应,来获得全局的最优解。同时,由于现代工业和制造业中普遍存在着不确定性情况,因此在MDO过程中考虑不确定性因素的影响,定量的对不确定性因素进行分析,也是现代工程设计优化的研究热点之一。本文的研究成果主要体现在以下三个方面:（1）以均值一阶鞍点近似方法（First-Order Mean-Value Saddlepoint Approximation,FOMVSA）和均值二阶鞍点近似方法（Second-Order Mean-Value Saddlepoint Approximation,SOMVSA）作为不确定性建模与分析方法进行研究,完成了对不确定性因素进行量化的数学模型的构建,并纵向对比了不同种不确定性分析方法的优缺点。以齿轮箱减速器和某海上井口平台为例,通过计算分析证明了SOMVSA方法的先进性和高阶数不确定性分析方法的精确性。（2）以克里金方法（Kriging Method）为出发点,研究了自适应代理模型的构造过程。首先,通过拉丁超立方采样（Latin Hypercube Sampling,LHS）方法在设计变量的设计空间进行采样并获得样本点,对样本点进行仿真试验得到样本点的响应。然后,通过克里金方法结合样本点和响应去构造初始代理模型。最后,通过EI函数（Expected Improvement Function）构造一种能在初始MPP点（Most Probable Point）周围迭代加点的自循环优化策略,以此加强初始代理模型的拟合精度和其样本集在非线性区域的分布。（3）以自适应代理模型为出发点,研究了自适应代理模型在单学科和多学科设计优化问题中的应用。首先,利用自适应代理模型对不确定性单学科设计优化的优化数学模型进行了拟合构建。其次,在协同优化（Collaborative Optimization,CO）方法的算法框架下,通过自适应代理模型对其系统层和学科层的优化数学模型进行了拟合构建。随后,以结构轻量化为设计目标对实际工程领域中的某型机械臂基座和某型涵道风扇进行了基于自适应代理模型的单学科和多学科不确定性设计优化,以最小化等效应力为设计目标对某型压缩机叶片。