核电已经成为我国现代能源体系中的重要组成部分,对国民经济发展和提升装备制造水平具有重大意义。近年来,随着“华龙一号”等标志性核电装备的发展与成熟,我国核电机组规模已经位居世界第二,核电自主技术发展已达到国际先进水平,然而,我国核电企业的决策数据存在多源异构等特点,难以保证决策数据的质量,导致数据融合、认知、分析、挖掘不充分,另一方面,通用决策工具和决策构件存在功能单一、不系统、不完备等问题,导致决策应用困难,可复用、可移植性差,因此,本文以数据驱动的核电企业决策系统为研究对象,对其数据处理方法、决策工具构件描述评价方法进行研究,并设计开发了面向我国核电企业的决策系统。主要研究内容如下:（1）对数据驱动的核电决策系统进行需求分析,提出了一套数据驱动的核电决策系统体系架构。（2）对影响决策数据质量的关键因素进行分析,包括数据缺失值和异常值等;采用基于遗传算法的缺失值填补法实现了决策数据缺失值填补,采用了LOF算法和K-均值算法相结合的方式实现了决策数据异常值的检测,并通过实例对方法的有效性进行验证。（3）利用Flask框架和Docker容器技术对决策算法进行构件化封装;建立了多刻面的构件描述分类体系;采用模糊物元评价法对决策构件质量进行评价,并通过实验对该方法的评估效果进行验证;针对构件检索问题,采用了优化后的树匹配模型算法对构件进行检索,并通过实验验证该检索方法的实用效果。（4）基于大数据（HDFS、Map Reduce）运行环境,利用Spring boot/Spring Cloud等开发框架,实现数据驱动的核电企业决策系统的开发。