期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于自适应BP神经网络的压水堆堆芯换料关键参数的预测方法 被引量:12
1
作者 王端 王威策 +1 位作者 潘翠杰 王东东 《原子能科学技术》 EI CAS CSCD 北大核心 2020年第1期112-118,共7页
运用BP(back propagation)人工神经网络的方法,通过实现堆芯装载方式建模、自适应选择网络节点数、调整学习率和随机梯度下降搜索,快速准确地预测了秦山二期压水堆堆芯燃料换料3个关键参数:有效增殖因数、组件功率峰因子、棒功率峰因子... 运用BP(back propagation)人工神经网络的方法,通过实现堆芯装载方式建模、自适应选择网络节点数、调整学习率和随机梯度下降搜索,快速准确地预测了秦山二期压水堆堆芯燃料换料3个关键参数:有效增殖因数、组件功率峰因子、棒功率峰因子,解决了传统方法需消耗大量算力、时间才能计算的问题。数值实验发现,对于超出训练数据以外的情形,BP神经网络方法的最大相对误差仍不超过2%,表明网络模型的可靠性和鲁棒性能较好,且可毫无困难地推广至其他参数预测,对人工智能算法在核工业领域的进一步应用做出了重要的探索。 展开更多
关键词 人工智能 BP神经网络 自适应方法 堆芯参数预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部