结构在服役过程中,由于外部荷载、服役环境和材料内部因素的共同作用,其强度、承载能力、可靠度等随时间逐渐降低,严重威胁其安全有效服役。可靠度是衡量结构安全程度的重要指标,因此对服役期间的结构进行时变可靠度分析,以及据此对其进行恰当的维修是十分重要的课题。不同的维修策略,包括维修次数、维修时间以及维修方式,对应于不同的结构性能改善以及费用。因此,确定结构在服役过程中的最佳维修策略对其安全性和经济性的平衡起到关键的作用。针对这一问题,本文的主要研究内容如下:（1）考虑到结构的维修规划是一个多阶段决策过程,因此提出了一种协同粒子群—动态规划算法（简称为co-PSO-DP）,用于求解多阶段—多维修方式问题的最优解。在此基础上,建立了基于全寿命周期成本的可靠性设计优化模型。该模型同时考虑了初始建造费用和后续维修费用,并将结构参数和维修策略参数（包括维修时间和维修方式）同时作为设计变量,利用co-PSO-DP确定该模型的最优解。结果表明,与传统的粒子群算法（Particle swarm optimization,PSO）或遗传算法（Genetic algorithm,GA）相比,该方法能有效地解决复杂的多阶段维修优化问题,计算结果具有较好的鲁棒性并且在计算效率方面具有很大的优势。（2）考虑结构在退化过程中同时经历连续退化和随机冲击作用,研究了基于随机过程的时变可靠度模型及其计算方法,并建立了基于状态的非周期维修优化模型。该模型的目的在于确定结构预防性维修阈值及其维修次数,从而使得无限或有限时域内的单位时间成本达到最小。在结构服役过程中可能出现两种典型的失效模式,即:（a）由连续退化和中等冲击荷载引起的软失效;（b）由极端冲击荷载引起的硬失效。采用Gamma随机过程模拟由时间作用引起的连续缓变退化,并利用齐次Poisson随机过程描述随机冲击作用。计算结果表明,与纯连续缓变退化过程相比,附加的随机冲击载荷对结构时变可靠度以及最佳维修策略具有显著的影响。另外,最佳维修策略在很大程度上取决于结构设计使用寿命T。（3）针对多构件系统在服役过程中进行多次维修问题,建立了有限时域内的广义多任务选择性维修优化模型。该模型以可靠度作为约束条件,通过确定各构件的最佳维修时间和相应的最佳维修方式,从而达到总费用最小的目标。模型采用齐次连续时间马尔可夫链描述各构件的性能退化过程,并利用状态概率向量描述各构件在退化—维修过程中任意时刻的性能状态。考虑到系统中各构件在结构上相互依赖,采用有向图来表示这些构件之间的优先关系,并将此相关性融入相应的费用模型中。研究结果表明,忽略系统中构件之间的相关性可能导致较为保守的维修方案,致使所制定的方案耗费更多的资源。另外,相比于等间隔维修策略,非等间隔维修策略具有更好的经济效益。