本发明属于优化设计技术领域，涉及用于主蒸汽隔离阀的单循环期望改进主动学习可靠性优化方法。首先，根据主蒸汽隔离阀可靠性优化问题确定变量的维度以及其概率分布，确定开启时间目标函数以及其他时间指标的性能函数。采用拉丁超立方采样方法生成初始样本，构建目标函数和性能函数的Kriging代理模型。用单循环方法对当前解进行优化，并将得到的点进行评估并加入样本集中，通过最大化单循环期望改进的准则进行主动学习加点，找到单循环期望改进最大的点，对其进行评估并将其加入到训练集中。重复代理模型训练、可靠性优化以及主动学习的过程，直到满足停止准则，得到满足可靠性要求的主蒸汽隔离阀优化问题的最优解。