期刊论文

Liu, Zijing(liuzijing1123@163.com)

中文

核动力工程

0258-0926

2022

43

6

93-100

10.13832/j.jnpe.2022.06.0093

国家自然科学基金青年项目（12005097）； 中央军委装备发展部预研项目（6142A07190106）； 湖南省自然科学基金青年项目（2020JJ5465）； 湖南省教育厅优秀青年项目（19B494）； 湖南省研究生科研创新项目（CX20220991）；

本校为第一机构

为解决铅铋反应堆多因素耦合影响下的复杂非线性多维优化问题,构建了基于径向基(RBF)代理模型预测、正交拉丁超立方抽样(OLHS)和小生境遗传算法(NGA)寻优的堆芯智能优化方法,开发了包含抽样、蒙卡程序耦合处理、堆芯参数预测寻优等功能的铅铋反应堆设计优化平台,并以堆芯最小燃料装载量为优化目标进行方案寻优验证。研究结果表明:RBF代理模型可准确快速地预测铅铋反应堆堆芯特性参数,与蒙卡程序计算值比较,其预测的堆芯有效增殖因子(k_(eff))相对误差在±0.1%以内;该智能优化方法应用于铅铋反应堆堆芯优化是可行的,能找到多因素共同变化约束下的最优目标方案,且极大缩减了设计方案的搜索计算时间...

In order to solve the complex nonlinear multi-dimensional optimization problem under the influence of multi-factor coupling of lead-bismuth reactor, an intelligent optimization method for reactor core was constructed based on radial basis function (RBF) surrogate model prediction, orthogonal Latin hypercube sampling (OLHS) and niche genetic algorithm optimization. A design optimization platform for lead-bismuth reactor was developed, which included the functions of sampling, Monte Carlo program coupling treatment, and core parameter prediction ...