由于核电站运行十分复杂,且核能应用中可控裂变反应本身具有一定的风险性,一旦由于设备、系统失效、操作失误等原因导致泄漏,将可能会带来毁灭性的灾难,而运行人员核电站仿真机的培训对保证核电机组的安全经济运行具有重大的实际效果。随着高精度实时仿真机的纵深发展,大型核电机组的建模仿真与智能参数优化的研究显得尤为重要。本文利用机理分析、神经网络、流体网络等建模方法,分别从压水反应堆建模、冷却剂系统建模、核电一回路整体建模与仿真、模型参数优化等四方面进行了研究。主要内容包括：(1)建立了神经网络与机理分析相结合的反应堆混合计算模型。针对反应性计算模块,提出了一种应用神经网络实现控制棒负反应性、多普勒效应、慢化剂温度效应、溶解硼产生的负反应性的估算的方法,测试结果表明测试输出与目标值符合良好；建立了采用差分瞬跳法的中子通量计算模型、堆芯热功率及堆芯热传递的计算模型等。(2)建立了反应堆冷却剂系统各组成设备的机理模型。通过机理分析,建立了立式U型管自然循环蒸汽发生器两相动态数学模型；通过分析稳压器运行特性,建立了两相动态非平衡稳压器机理模型；通过流体网络的方法建立了冷却剂泵的数学模型。(3)以某900MW压水堆核电机组为例,编制了压水堆核电机组一回路系统各组成设备的模型算法并进行仿真分析,结果表明各模型参数变化趋势符合理论分析,证明了所建各个子模块本身合理性。通过模块搭接的方法建立了核电机组一回路整体模型,仿真结果表明所建模型稳态误差较小,动态特性符合理论分析,验证了所建核电机组一回路整体模型的正确性。(4)为提高模型精度,采用智能优化算法对模型中较难确定的参数进行优化。为了提高QPSO算法的收敛速度和寻优精度,提出了一种高速收敛QPSO算法(HSCQPSO)。应用国际标准函数进行测试,结果表明：在多数函数优化问题中,本文算法的收敛速度和寻优精度均取得了良好的效果。利用本文提出的算法对两相动态稳压器机理模型进行了参数优化,有效提高了模型精度,效果显著。结合本文建立的稳压器机理模型的基础上,设计了稳压器压力控制系统,同时应用本文提出算法优化控制器参数,仿真结果表明了本文提出算法具有较好的效果。针对上述内容研究的过程中,取得了一定的创新性成果：(1)提出了一种应用神经网络实现控制棒负反应性、多普勒效应、慢化剂温度效应、溶解硼产生的负反应性的估算的方法并建立了神经网络与机理分析结合的反应堆混合计算模型。(2)基于MATLAB通用平台,建立了900MW级压水堆核电站一回路系统的简化仿真模型,仿真验证表明稳态误差较小,动态特性合理。(3)提出了一种高速收敛量子粒子群优化(HSCQPSO)算法,并应用于两相动态稳压器机理模型进行了参数优化,有效提高了模型精度,效果显著。(4)设计了内模-PID稳压器压力控制系统,并应用本文提出HSCQPSO算法优化控制器参数,仿真结果表明本文设计的稳压器压力控制系统具有较强的鲁棒性和较好的调节品质。