在现代复杂工程产品的设计优化中,计算机仿真技术已发展成为不可或缺的重要手段。随着计算机技术的飞速发展,仿真分析模型有限单元尺寸越来越小,数目越来越多,仿真精度得到极大提升,但与此相伴随的则是仿真分析的计算开销呈指数级增加,给现代复杂产品设计的工程实践提出了挑战。在此情况下,近似模型方法应运而生,它通过对仿真分析模型进行简单替代,有效减少了计算资源的消耗。于二十世纪末提出的变可信度近似模型,通过融合高低可信度分析模型,能在小样本条件下实现精确度较高的近似,在工程应用中,表现出了巨大的潜力。基于变可信度近似的设计优化可以充分利用不同可信度分析模型的优势,成为解决如何在保证可信的优化结果前提下尽可能降低计算成本、提高计算效率这一重要问题的有效途径。变可信度近似模型可以替代复杂、隐式或未知的函数关系,是整个优化过程的基础。在构建变可信度近似模型之前,如何有效的配置高低可信度分析模型的样本点,关系到近似模型的逼近精度和构建成本,因此面向变可信度近似的实验设计也尤为重要。而优化求解策略关系到高低可信度分析模型在优化过程中不同角色定位和转换,可以提高计算精度,降低计算成本。因此,面向变可信度近似的实验设计、变可信度近似模型的构建和优化求解策略构成了基于变可信度近似的设计优化方法的核心关键内容。本文围绕这三方面的关键内容,开展了进一步的研究：在面向变可信度近似的实验设计方面,提出了基于平移传播的嵌套拉丁超立方设计。将简单的嵌套设计平移复制至整个设计空间形成嵌套拉丁超立方设计,不需要额外的优化,使工程产品设计人员能快速、高效地获得面向变可信度近似的实验设计方案,为构建性能优良的变可信度近似模型打下良好的基础。在全局变可信度近似模型构建方法方面,提出了先验知识输入的最小二乘支持向量回归(PKI-LSSVR),并比较总结了不同全局变可信度近似模型的优缺点和适应范围。PKI-LSSVR将低可信度分析模型的输出看成先验知识,建立高低可信度分析模型输出间的映射,同时采用CPSO算法进行参数估计来提高模型的泛化能力。与常用的差距标度方法不同,PKI-LSSVR采用了输出映射的思想,建立了高低可信度分析模型响应间的直接联系,是模型融合的一种新思路。考虑不同样本规模和样本噪声等因素,从预测精度、鲁棒性和计算效率等三方面对PKI-LSSVR和其它常见的全局变可信度近似模型进行了比较,总结了它们各自的优缺点和适用范围,为工程产品设计人员在选用近似模型时提供了指导和参考。在优化策略方面,提出了基于参数化下置信度边界(PLCB)的序列优化求解策略。该策略通过参数化下置信度边界加点准则,有效控制变可信度近似模型的更新,引导着优化向全局最优解进行,以较小的计算成本得到较为准确的最优解,消除了TR-AMMO等的优化策略不能充分利用样本点、容易陷入局部最优的缺点。然后,将上述研究内容融合在多学科设计优化中,提出了基于变可信度优化的分级目标传递(ATC)方法。为解决多学科设计优化问题中的计算复杂度难题,将上述关键技术研究成果和ATC方法相结合：利用嵌套拉丁超立方设计和PKI-LSSVR技术构建变可信度近似模型来代替ATC中的分析模块,同时设计优化模块采用PLCB序列优化策略控制变可信度近似分析模块的更新,降低了ATC中的计算复杂度。随后,通过在小水线面双体船船型参数的设计优化中的应用,对本文所提出的方法进行了验证,结果表明,本文所提出的方法能大大降低工程产品设计过程中的计算复杂性。