基于Kriging代理模型的铅铋反应堆智能优化方法下载： 589次

首页 > 成果 > 详情

认领

导出

Link by 中国知网学术期刊 Link by 万方学术期刊

反馈

作者信息关键词期刊信息基础信息归属信息摘要

成果类型：

期刊论文

作者：

李琼;刘紫静;肖豪;肖英杰;赵鹏程;...

作者机构：

[肖豪; 王昌] 南华大学核科学技术学院

南华大学湖南省数字化反应堆工程技术研究中心

[李琼; 于涛; 刘紫静; 肖英杰; 赵鹏程] 南华大学核科学技术学院<&wdkj&>南华大学湖南省数字化反应堆工程技术研究中心

语种：

中文

关键词：

铅铋反应堆;智能优化;Kriging代理模型;SEUMRE空间搜索;正交拉丁超立方抽样

关键词(英文)：

lead-bismuth reactor;intelligent optimization;Kriging surrogate model;SEUMRE spatial search;orthogonal Latin hypercube sampling

期刊：

强激光与粒子束

ISSN：

1001-4322

年：

2022

卷：

期：

页码：

056007-056007

DOI：

10.11884/HPLPB202234.210560

基金类别：

12005097:国家自然科学基金 6142A07190106:中央军委装备发展部预研项目 2020JJ5465:湖南省自然科学基金青年项目 19B494:湖南省教育厅优秀青年项目 2020RC4053:湖南省科技创新团队项目

机构署名：

本校为第一机构

院系归属：

核科学技术学院

摘要：

铅铋反应堆广泛应用的需求要求研究人员在现有堆芯方案的基础上开展大量优化设计工作。针对铅铋反应堆多物理、多变量、多约束耦合影响的多维非线性约束优化设计问题，基于Kriging代理模型、正交拉丁超立方抽样和SEUMRE空间搜索技术构建铅铋反应堆智能优化方法，耦合物理蒙卡计算/热工分析程序，开发包含抽样、耦合程序前后处理、反应堆优化分析功能的优化平台，并以铅铋反应堆SPALLER-4，URANUS为原型分别开展最小燃料装载量的方案寻优与参数优化验证。验证结果表明，该智能优化方法用于铅铋反应堆设计方案寻优和堆芯参数优化可行、有效，相比传统蒙卡程序计算寻优，在保证预测精度前提下极大地...

反馈

产权有误：本人成果被他人认领

数据有误：数据基本信息有误

归属有误：成果的院系归属、机构署名归属有误

其他原因：

验证码：

看不清楚，换一个

确定

取消

成果认领

标题：

用户	作者	通讯作者	--
	请选择	请选择	--

确定

取消