由微小扰动引发的大规模连锁故障会导致灾难性后果,因此,连锁故障分析预防是近年来系统安全性和可靠性研究领域的一个热点。本文从子系统间的负熵竞争和协同运动等不同层面,分层次、系统地研究和完善连锁故障的机理分析。建立系统可靠性分析与优化设计方法和流程,为提高系统的可靠性,预防连锁故障的发生提供理论和技术支撑,并将新的连锁故障分析和预防方法应用于船舶火灾自动报警系统中。研究目的、方法和结论主要体现在以下几个方面:第一,在复杂系统脆性理论中,系统中各子系统的存续除了受自身熵增影响外,还受崩溃子系统对其影响,该间接影响用脆性联系熵来描述。子系统是否能从所受这些影响中恢复过来,关键在于它从外界吸收负熵的大小,然而外界所能提供的负熵资源是有限的,基于子系统之间为从无序变为有序而争夺负熵这一客观事实,结合博弈思想,建立了子系统间的非合作博弈模型,从子系统间相互竞争的角度分析了连锁故障机理,从而得到了导致系统发生连锁故障的主要原因。提出了系统区间可靠性的概念,可对子系统吸收负熵策略做出进一步判断,船舶火灾自动报警系统应用实例验证了所提方法的有效性。第二,用于描述复杂系统活动的状态变量数目众多,且这些状态变量还会随着系统结构的变化而发生改变,难以掌控。本文基于协同学原理的序参量概念,将复杂系统的演化过程仅用两类变量加以描述,提出了系统协同演化方程,通过对方程进行求解,可以分析出系统演化至临界阶段时的发展态势,以及序参量的调整对系统演化的影响。将系统协同演化方程最大点所对应的时间作为系统失稳的预测时间,提出了系统失稳时间预测模型。利用协同学中的支配原理与博弈思想相结合,提出了序参量间的非合作博弈模型,并应用于船舶火灾自动报警系统的连锁故障分析中。该模型为进一步深入研究连锁故障机理开拓了新的研究方向。第三,现实中的复杂系统同不确定的、复杂的,甚至是不可预测的环境是密不可分的,系统随时都有可能受到来自于自然或者人为因素的干扰,要完全防止连锁故障的发生是不可能的。本文通过为系统提供冗余分配优化设计来提高系统的可靠性,进而减少连锁故障发生的可能性。针对多目标RAP问题Pareto解集庞大,提出了基于博弈框架的多目标聚类求解算法。算法由一代k-means和具有纳什均衡的多参与人博弈组成。算法使用混合策略,并将两个聚类目标定义到了支付函数中,避免了算法陷入局部最优。与其它现有方法进行了比较,所提算法可以识别更好的聚类,它们不仅具有紧凑性,还包含了数量几乎相同的数据点,此方法还应用于船舶火灾自动报警系统的可靠性优化设计中。第四,实际应用中,系统的部件可靠性并不是被精确给出的,而是根据实验或历史运行数据进行评估。由于评估过程中不可避免的误差,以及历史数据的有限性,部件可靠性通常具有不确定性。部件可靠性和系统可靠性之间存在着的非线性关系使得这种不确定性会传播到系统层面。本文提出了三阶段系统可靠性优化框架,第一阶段,基于最大熵原理分析部件可靠性的概率分布,减少输入数据的不确定性;第二阶段,利用NSGA-Ⅱ算法识别初始Pareto最优解;第三阶段,通过k-means算法对解集聚类,轮廓系数法确定最佳聚类数,并选取代表解。与其它已有方法进行比较,结果显示利用本文所提方法求解得到的系统构架具有更低的系统可靠性方差。并将此方法应用于船舶火灾自动报警系统的可靠性优化设计中。