AP1000非能动系统通过简化装置,减少对外界输入的依赖,代以依靠重力、自然对流和热传递等自然规律运行,以提高系统安全,而较多的不确定输入参数对系统性能的影响也愈加显著,因而物理过程失效成为导致系统运行失效的重要因素。同时,设计思路的差异使广泛应用于传统核电站安全分析的概率安全评价(PSA)方法已不再完全适用,且复杂热工程序的重复性计算需要耗费大量的时间,常规的神经网络方法则对网络输入的参数量有着较为严格的要求。针对上述问题,本文以AP1000堆型中的非能动安全壳冷却系统(PCCS)为例,通过专家打分的方式对影响系统性能的所有参数进行初筛以获得建立层次结构的相关元素,并以系统本身的特点为基础,对传统的层次分析法(AHP)进行改进,将在传统AHP模型中处于方案层的某些因素置于改进型AHP模型中的标准层,使其更适合于评价影响自然循环系统运行的关键因素；此外,本文将上述参数按照传统的AHP模型建立层次结构,并与改进型AHP模型进行对比分析,结果表明,所有参数的权重大小虽都有轻微变化,但是对目标层的影响程度最大的关键参数保持一致,即破口直径、蒸汽温度、大气温度和蒸汽流量。根据输入参数的分布,作者编写Matlab程序对各个参数进行随机抽样,得到若干组输入数据并且代入热工程序进行计算,得到了相应的关键敏感参数的输出组合,并依据正交设计算法获得具有代表性的人工神经网络的训练样本集,通过对神经网络中神经元节点等重要参数的调节获得热工程序的替代性计算模型,提高了计算效率。此外,作者考虑到大气温度对AP1000 PCCS运行状态的重要影响,而其概率密度曲线目前根据历史数据统计得出,同时极端高温出现的概率极低,且对评价结果影响较大,本文通过编写Java程序,利用聚类分类算法对气象数据进行分析,建立关联规则,获得了高温天气出现的规律,为进一步采用系统的评价方法获得大气温度概率密度曲线打下了良好基础。