在实际工程问题中,机械结构存在诸多影响其结构性能的不确定因素,如材料特性、载荷环境、结构尺寸等,其中任何一个不确定性因素的较小波动都可能导致结构性能的较大偏差。对机械结构进行不确定性优化设计就是充分考虑不确定因素的存在,从而获得稳定高效的结构设计方案。由于机械产品加工制造过程中存在误差以及产品应用环境等因素的影响,机械结构的实际参数值无法达到设计时的具体数值。实际情况相较于预期的微小偏差都可能导致机械结构性能衰退,甚至是失效。现有的研究多是采用模型转换的方法,将不确定结构的优化设计模型转换为确定性模型。在模型转换过程中,容易造成信息丢失,还需引入各种参数,使计算结果产生较大偏差。此外,现有的研究往往忽略了机械结构设计值和实际值存在差异的问题,忽视了扰动对结构的影响。因此,开展了基于非概率不确定机械结构的可靠性优化设计研究。充分考虑了设计向量存在扰动的问题,以及目标函数波动的问题,避免扰动使目标值的波动过大,同时在扰动范围内依然满足其他约束条件,使机械产品即使在恶劣环境下依然满足使用要求。并提出了无需模型转换,直接对模型进行求解的方法,为不确定结构优化设计提供了一种新的思路。本文近似模型选用径向基函数（RBF）神经网络和BP神经网络。由于需要对机械结构相关参数进行预测,考虑预测精度、最佳逼近性能和全局最优特性等要求,故选用RBF神经网络。权衡精度以及结构等特点,采用BP神经网络获得显式数学表达式。采用遗传（GA）算法和粒子群（PSO）算法分别对RBF神经网络和BP神经网络的初始权值和阀值进行优化,比较两种算法分别优化后神经网络的预测效果,结果表明PSO的优化效果更好,故全文采用PSO优化后的神经网络。充分考虑设计向量存在扰动的情况,建立基于区间的结构非概率稳健设计模型,采用三层嵌套遗传算法和PSO改进的RBF神经网络相结合的方法,并根据约束违反矢量值对设计向量进行优劣排序,实现模型的直接求解。对悬臂梁数值算例和行车平板应用算例进行设计,分别与原始数值和基于区间的鲁棒性设计方法进行比较,验证提出方法的有效性和优越性。引入区间可靠度,充分考虑设计向量的扰动,建立了基于区间的结构非概率可靠性设计模型。根据1公式模型总结了区间可靠度的统一计算方法,对设计向量进行优劣排序,采用三层嵌套遗传算法和PSO改进的RBF神经网络相结合的方法,完成了可靠性设计模型的求解。采用不同可靠度要求,分别对数值算例悬臂梁和应用算例行车平板进行可靠性设计,验证模型的灵活性和有效性。设计变量采用概率形式,不确定因素以区间确定其范围,提出了基于概率-非概率混合的不确定结构可靠性设计。采用BP神经网络,进行函数关系的拟合,获得功能函数显式数学表达式。结合遗传算法和改进的一次二阶矩法进行可靠性分析,实现不确定结构可靠性设计模型的求解。通过计算其他文献的算例,比较结果,验证模型的准确性。并将模型进行应用,对三联齿盘进行可靠性设计。