首页|一种基于统计学习的换料堆芯装载优化空间特征提取方法

一种基于统计学习的换料堆芯装载优化空间特征提取方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
本文提出了一种基于统计学习方法的换料堆芯装载优化空间特征提取方法,建立了适用于换料堆芯装载优化问题的特征统计量,将优化问题中的各种优化操作通过统计量加以学习和统计分析,获得了各优化操作的特征概率模型.通过实际的换料堆芯装载方案优化设计问题检验可以看出,采用统计学习建立的概率模型可有效获取当前局部邻域内优化空间的特征规律,可显著提升设计优化性能,其优化份额和评价目标均值均显著优于均匀概率模型和其他邻域的异常概率模型,为开展新型高速优化算法设计奠定了基础.
A Feature Extraction Method for Refueling Core Loading Optimization Space Based on Statistical Learning

胡钰莹、廖鸿宽、李庆、于颖锐、刘鑫尧、陈飞飞、黄世恩、蔡云、向宏志

展开 >

中国核动力研究设计院核反应堆系统设计技术重点实验室 四川成都 610041

中国核动力研究设计院 四川成都 610041

换料堆芯装载 统计学习 特征提取 概率模型

2022

10.16660/j.cnki.1674-098X.2208-5640-5676

科技创新导报
中国宇航出版社 中国合作创新国际科技服务中心

科技创新导报

影响因子：0.455
ISSN：1674-098X
年,卷(期)：2022.19(27)
  • 1