概率风险评价(Probabilistic Risk Assessment简称PRA)是一个确保系统安全的分析过程。随着动态系统的规模和硬件、软件及人因之间相互作用的复杂程度日益增加,由传统PRA方法列举风险假想存在着极大的难度。在过去15年里,很多动态概率风险评价(Dynamic Probabilistic Risk Assessment简称DPRA)方法已作为辅助手段,用于处理大型复杂动态系统。本文在对DPRA常用方法研究的基础上提出基于制导策略的DPRA框架,即通过工程认识来指导仿真,由此进一步提高效率、获取更高的精度。工程认识体现在计划程序上,将生成的计划作为蓝图指导仿真；调度程序通过控制时间和随机事件来指导仿真。仿真期间,随机事件在支点处被载入调度程序,由调度程序决定是否予以仿真,调度程序原则上偏重更有价值的事件。载入事件的价值取决于研究过程中获取的信息增益及重要度。获取信息的价值由平均信息量来衡量、重要度则是基于对该工程的判断及认识。仿真结果将在运行中记录并归类。计划程序从仿真结果中获取经验数据并升级,继续指导下一步仿真。为实现基于制导策略的DPRA框架,本文开发了DPRAP(Probabilistic Risk Assessment Platform)。该软件平台包括友好的人机界面,设有DPRA模型数据库,用以辅助建立仿真模型。将工程认识载入计划程序中,可自动生成计划；随后调度程序将根据制定的计划指导仿真。通过仿真生成事故事件序列,从而估算出系统末状态的失效概率。