RESUM
En l’àmbit de les centrals nuclears hi ha un gran interès en l’estudi de les característiques de fiabilitat, mantenibilitat i disponibilitat dels seus equips i la seua influència en la seguretat i l’economia de les centrals.
Per tot això, la presa de decisions sobre la millora i, si és el cas, optimització de les proves i del manteniment en centrals nuclears es pot millorar amb la consideració simultània de criteris RAMS+C. Per tant, el procés per a trobar els procediments de proves i manteniments òptims ha d’equilibrar els èxits aconseguits basant-se en els criteris RAMS+C.
El repte que planteja la present tesi és, d’una banda, la necessitat de formular nous models que permeten representar de forma explícita l’efecte de les proves i manteniments sobre els criteris RAMS+C. En segon lloc, es requerix l’estudi de la viabilitat de nous mètodes d’optimització capaços de tractar de forma adequada tant la complexitat dels nous models desenvolupats com el gran nombre de variables de decisió que poden estar involucrades en el procés d’optimització basant-se en múltiples criteris RAMS+C i, a més, que siguen capaços d’obtindre bons resultats en l’optimització en presència d’incerteses associades tant a paràmetres com a models o a variables de decisió, que afecten la presa de decisions. Per a la resolució del problema d’optimització multicriteri que es planteja s’ha seleccionat com a ferramenta d’optimització evolutiva els algoritmes genètics, els quals han mostrat una alta eficiència en la resolució de problemes complexos. 
L’objectiu per tant de la present tesi se centra en el desenvolupament de nous models i mètodes necessaris per a l’optimització de proves i manteniments basant-se en criteris RAMS+C, amb aplicació a sistemes de seguretat de centrals nuclears.
S’han proposat diverses aproximacions que modelen el comportament dels equips amb independència temporal, és a dir, per mitjà de l’ús de valors mitjos per als atributs RAMS+C. En la següent etapa, es progressa en la direcció de proposar nous models que tenen en compte la variable temps en el comportament dels equips des del punt de vista RAMS+C. Això requerix, per un costat adaptar els anteriors algoritmes genètics  per a tractar  nous criteris i variables de decisió, i a més integrar millores en els algoritmes de optimització que els faça més eficients.
Finalment, en la tercera etapa, es proposen nous models i mètodes que consideren l’efecte de les incerteses associades als paràmetres del model, al propi model, i inclús a les variables de decisió en el procés d’optimització. 
En les tres etapes s’aporten casos d’aplicació dels nous models i mètodes que demostren la  viabilitat i aplicabilitat dels mateixos.