能源问题是当今世界面临重要问题之一,大力发展以核能为代表的新型能源是解决能源问题的一个重要途径。核安全是核能发展的生命线,而安全评价方法是分析研究核电厂安全性的重要手段。概率安全评价(PSA)方法已经发展成为核电厂安全评价的重要一项措施,然而其事故序列定量分析方面仍然存在计算性能瓶颈问题。本文工作在中科院核能安全技术研究所·FDS团队前期开发的可靠性与概率安全评价软件平台RiskA基础上展开,主要针对PSA事故序列定量分析前处理和后处理中若干问题进行了研究,主要内容与创新之处包括：(1)提出了一种基于快速结构检测和结构重用的事件树复杂开关事件集处理算法,该算法提升了含有复杂开关事件集的PSA模型的分析效率,特别是针对大型模型的多序列联合分析,提升效果显著,经过真实电厂例题验证,在计算条件相同的情况下,采用该算法后事故序列定量分析时间大幅降低；(2)提出了一种基于割集推导技术的事件树中逻辑型成功分支快速处理算法,该算法相较于传统的基于割集匹配技术的逻辑型成功分支处理方法具有适用范围广、运行速度快等特点,特别是在割集数量较多的情况下大幅提高了事件树中逻辑型成功分支的处理效率,经过真实电厂例题验证,在计算条件相同的情况下,采用该算法后事故序列定量分析的速度大幅提升：(3)提出了一种结合零压缩二元决策图(ZBDD)和二元决策图(BDD)的故障树定量求解算法,该算法克服了基于割集的经典算法中计算精度不足和直接求解算法中计算资源消耗过大的问题,在有限的计算资源内得到了更加精确的故障树定量分析结果。经过真实电厂例题验证,在计算条件相同情况下,采用该算法求解故障树过程中内存消耗相比BDD直接求解算法有相当程度的减少,得到的故障树顶事件失效概率相比经典ZBDD方法更加精确。在上述研究工作的基础之上,开发并优化了相应的事故序列定量分析模块,通过若干真实核电站的PSA模型的定量分析测试,表明定量分析结果精确可靠,分析速度优于国际知名软件RiskSpectrum。*