| 6 | 基于前馈人工神经网络的核反应堆反应性估算显示文摘运用前馈人工神经网络(ANN)方法对有效增殖系数keff进行了估算,keff是具有一定装料方式(LP)的核反应堆反应性的重要参数。在核工程领域里,keff通常通过计算机数学模型来计算,例如蒙特卡罗模型和有限元模型,这些模型可能消耗大量的计算机资源。在某些需要进行大量反应堆仿真的情况下(例如,在10^10-10^100的求解空间中寻找一个使丘孵最大的最优LP),需要的计算时间非常长且不切实际。为此,本文通过使用已知的LP和相应的keff训练了一种前馈ANN,以进行快速和准确的keff估算。实验结果表明,所提出的ANN能够提供快速、准确和实用的keff估算。 | Shan Jiang Christopher C Pain Jonathan N Carter Ahmet K Ziver Matthew D Eaton Anthony J H Goddard Simon J Franklin Heather J Phillips 蔡志云(译) | 2009 | 国外核动力2009，30，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员