系统可靠性是可靠性理论中的重要组成部分,系统可靠性问题是系统性能保证最根本、最重要的问题。科学技术的进步使得系统结构越来越复杂,同时,“高可靠少失效”的特征使得传统基于大样本失效数据的统计研究方法不再适用于小样本情况。如何精确高效地在小样本情况下进行系统可靠性分析与优化,是当前可靠性领域亟待解决的重要课题之一。因此,本文针对小样本情况下的复杂系统可靠性分析与优化展开研究,主要工作内容包括:（1）小样本可靠性分析方法研究。针对样本数据不足的情况,研究分析了当前常用的几种小样本可靠性分析方法,并以指数和威布尔分布为例探讨了不同方法的适用情况及选择原则。在此基础上,针对小样本可靠性分析方法的不足及样本数据不足所导致的不确定性,引入P-Box理论对不确定性进行分析,探讨了 P-Box的计算方法,在此基础上分析了样本数目为P-Box的影响。（2）小样本情况下的复杂系统可靠性及灵敏度分析。基于Survival signature和P-Box方法开展小样本情况下的复杂系统可靠性分析,以区间可靠度函数的形式表示系统可靠度,并对系统级的不确定性进行量化分析。在此基础上,推导给出当系统中某几类元件具有精确概率分布时的系统可靠度计算公式。其次,采用相对重要度指数理论对元件进行重要度分析,并基于Survival signature和P-Box推导给出小样本情况下的元件灵敏度计算方法。（3）小样本情况下的复杂系统可靠性优化分析。引入新型智能优化算法-随机分形搜索算法,基于Survival signature建立了一种新的系统可靠性冗余分配模型,同时对系统可靠度、元件可靠度及冗余度进行优化计算,并根据优化结果以及元件重要度等级确定冗余元件的添加位置。最后以实际系统CRH3型动车组辅助供电系统为例进行可靠性优化分析,验证了本文所述理论与方法的正确合理性。