我国现代大型压水堆核电站对局部地区电网负荷的贡献越来越大，核电站负荷跟踪运行参与电网调峰，能够取得很好的社会、经济效应。另外由于核电站系统、设备非常复杂，自身难免不发生故障，以致降功率运行是完全可能发生的。所以，即使基本负荷运行的核电站，也应具有变工况快速恢复功率的能力，以提高电厂的负荷因子。在核电站的负荷跟踪运行过程中，堆芯功率控制至关重要。本文的前部分工作是以之前学者的研究成果为基础，论证说明利用堆外中子探测信息可以重构堆芯三维功率分布这个事实，然后针对负荷跟踪运行时压水堆堆芯功率变化特点，利用堆外核探测系统获得的中子通量轴向一维分布数据作为堆芯动态的判断依据，用人工神经网络方法建立了一个智能堆芯模型，模拟出堆芯功率的三维分布。为了检验模型的正确性并验证模型的精度及界定其使用条件和探索模型的改进方法，本文相关章节用十组压水堆堆芯的仿真数据对该模型进行了一系列的验证性试验，系统地分析、评价了误差及误差的成因，以及结合堆芯物理和神经网络的特点，给出了减小工程误差的设计方法。后部分论文总结了目前压水堆核电站负荷跟踪堆芯的控制方法，分析了目前该方法的一些不足，然后基于之前建立的智能三维堆芯功率分布模型，提出了核电站负荷跟踪堆芯控制的优化方案，从一定程度上降低了核电厂负荷跟踪运行时的过分安全裕度和堆芯出现热点的概率。最后，透过本次设计的调研和观察，展望了负荷跟踪堆芯智能控制课题中的一些有待于更深入研究的领域，对这些领域的研究有助于控制系统的优化和改进，从而有利于提高核电站安全性和经济性。