科技创新导报2022，Vol.19Issue(27) ：155-159.DOI:10.16660/j.cnki.1674-098X.2208-5640-5676

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

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
科技创新导报2022，Vol.19Issue(27) ：155-159.DOI:10.16660/j.cnki.1674-098X.2208-5640-5676
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

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

A Feature Extraction Method for Refueling Core Loading Optimization Space Based on Statistical Learning

胡钰莹 1廖鸿宽 1李庆 1于颖锐 2刘鑫尧 1陈飞飞 1黄世恩 1蔡云 1向宏志1
扫码查看

作者信息

  • 1. 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
  • 2. 中国核动力研究设计院 四川成都 610041
  • 折叠

摘要

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.

关键词

换料堆芯装载/统计学习/特征提取/概率模型

引用本文复制引用

出版年

2022
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
参考文献量1
段落导航相关论文