针对核反应堆屏蔽设计的基于神经网络的中子输运方法

    公开(公告)号:CN115935770A

    公开(公告)日:2023-04-07

    申请号:CN202211628152.7

    申请日:2022-12-16

    摘要: 本发明公开了一种针对核反应堆屏蔽设计的基于神经网络的中子输运方法,通过构建全连接神经网络预测各能群中子角通量密度,接着基于加扰低差异序列在空间位置和飞行方向上进行采样形成相应的配点数据集,然后结合最小二乘法和优化算法对构建的全连接神经网络进行混合分步式训练充分降低中子输运平均损失函数和边界平均损失函数,最终使全连接神经网络可以准确预测核反应堆屏蔽中任意空间位置和飞行方向的各能群中子角通量密度。本发明方法相比传统中子输运计算方法,具有不依赖网格、复杂几何适应性强等优点,计算结果的硬件存储大小也仅与神经网络规模相关,可拓展应用于精细化屏蔽计算、屏蔽智能优化设计及可视化等场景。

    针对核反应堆临界设计的基于神经网络的中子输运方法

    公开(公告)号:CN115906659B

    公开(公告)日:2023-07-25

    申请号:CN202211637668.8

    申请日:2022-12-16

    摘要: 本发明公开了一种针对核反应堆临界设计的基于神经网络的中子输运方法,通过构建全连接神经网络预测各能群中子角通量密度和各能群共轭中子角通量密度,使用加扰低差异序列在基于符号距离函数表示的几何空间位置和飞行方向上采样形成相应配点数据集,然后对全连接神经网络进行混合分步式训练充分降低有效增殖系数损失函数和边界平均损失函数,使全连接神经网络可以准确预测核反应堆内任意空间位置和飞行方向的各能群中子角通量密度并计算得到有效增殖系数。本发明方法相比传统方法,具有不依赖网格、复杂几何适应性强、实现简单等优点,计算结果硬件存储占用小且计算较稳定,可拓展应用于反应堆精细化临界计算、智能优化设计及可视化等场景。

    针对核反应堆屏蔽设计的基于神经网络的中子输运方法

    公开(公告)号:CN115935770B

    公开(公告)日:2023-07-25

    申请号:CN202211628152.7

    申请日:2022-12-16

    摘要: 本发明公开了一种针对核反应堆屏蔽设计的基于神经网络的中子输运方法,通过构建全连接神经网络预测各能群中子角通量密度,接着基于加扰低差异序列在空间位置和飞行方向上进行采样形成相应的配点数据集,然后结合最小二乘法和优化算法对构建的全连接神经网络进行混合分步式训练充分降低中子输运平均损失函数和边界平均损失函数,最终使全连接神经网络可以准确预测核反应堆屏蔽中任意空间位置和飞行方向的各能群中子角通量密度。本发明方法相比传统中子输运计算方法,具有不依赖网格、复杂几何适应性强等优点,计算结果的硬件存储大小也仅与神经网络规模相关,可拓展应用于精细化屏蔽计算、屏蔽智能优化设计及可视化等场景。

    针对核反应堆临界设计的基于神经网络的中子输运方法

    公开(公告)号:CN115906659A

    公开(公告)日:2023-04-04

    申请号:CN202211637668.8

    申请日:2022-12-16

    摘要: 本发明公开了一种针对核反应堆临界设计的基于神经网络的中子输运方法,通过构建全连接神经网络预测各能群中子角通量密度和各能群共轭中子角通量密度,使用加扰低差异序列在基于符号距离函数表示的几何空间位置和飞行方向上采样形成相应配点数据集,然后对全连接神经网络进行混合分步式训练充分降低有效增殖系数损失函数和边界平均损失函数,使全连接神经网络可以准确预测核反应堆内任意空间位置和飞行方向的各能群中子角通量密度并计算得到有效增殖系数。本发明方法相比传统方法,具有不依赖网格、复杂几何适应性强、实现简单等优点,计算结果硬件存储占用小且计算较稳定,可拓展应用于反应堆精细化临界计算、智能优化设计及可视化等场景。