模拟退火算法在压水堆堆芯换料优化中的应用研究

针对核反应堆堆芯换料优化中的具体问题，提出了新的编码解码方法，成功地应用了模拟退火算法。以先进核反应堆为例，进行了模拟退火算法优化计算，并与遗传算法的优化结果进行了比较。结果表明．模拟退火算法和遗传算法对反应堆换料优化问题同样有效。     

模拟退火算法搜索优化布料方案的机理及效率

利用自行构造的已枚举所有布料方案并完成方案评价的压水堆布料优化基准问题,对应用较为普遍的以组件随机两两交换方式进行解域搜索的模拟退火算法进行了研究,揭示了算法的物理机理,并首次定量给出了算法的搜索效率.研究还表明,用组件"十"字平均k∞分布的约束来过滤非可行解十分有效,结合模拟退火算法使用可获得很高的搜索效率.     

基于模拟退火算法的γ能谱全谱定量分析

根据γ能谱仪系统的线性叠加性,提出一种基于全局优化算法一模拟退火算法的γ能谱全谱定量分析方法.通过引入谱漂移校正参数,实现了谱漂移的软件校正.对模拟γ能谱的分析误差小于2％.对标准环境样品中226Ra、232Th及40K的分析误差均小于10％.对方法的定量分析下限和能量分辨率进行了深入研究.结果表明,该方法具有较低的定...     

基于模拟植物生长算法的钴源源棒的排列优化

将模拟植物生长算法应用于辐照装置上的源棒的排列优化工作.提出了以参考点群的照射量率的相对标准误差为目标函数来评价源棒排列方案的方法,并对把源棒在源架上的位置坐标x_j和y_j这两类控制变量转换为合适的整形变量做了分析和处理.通过实例计算表明:兼具随机性和方向性搜索机制的模拟植物生长算法具有很好的全局搜索能力,且使用方便;计算结果受初始值影响较小,提高了辐射场的均匀性,这为辐照装置上的源棒的排列优化工作提供了可靠的解决途径.     

基于遗传-模拟退火算法的源项反演方法研究

核事故发生后,在事故工况信息无法获取的情况下,通过环境监测数据进行源项反演是一种有效的源项估计方法。文章设计并实现了一种遗传-模拟退火源项反演方法,仿真计算结果表明:在监测数据无误差这种理想情况下,利用该方法可以得到准确的源项反演结果。为了更好地应用于实际,进一步研究了监测数据误差对反演结果的影响,以及监测数据存在误差的情况下,监测点布点方式和监测点数量对反演结果的影响。     

基于粒子群优化算法的压水堆换料优化初步研究

基于大亚湾核电站压水堆堆芯燃料组件布置建立优化的数学模型,采用离散的多目标粒子群优化算法和基于有限元法的堆芯计算软件"Donjon",及组件计算软件"Dragon",将粒子群程序与堆芯物理计算软件结合,编制完整的堆芯燃料管理优化程序。应用此优化程序对大亚湾核电站初装料进行优化的结果表明:粒子群优化算法得到的优化方案与参考方案相比,keff增加11.9%,且功率峰因子低于1.4,满足安全限值。     

上海光源真空内波荡器积分场垫补中模拟退火算法的应用

上海光源真空内波荡器(IVU-25)系我国第一台真空内波荡器,由我所设计和研制。该波荡器采用混合型磁体结构,共80个磁周期,周期长度25mm,最小工作磁间隙7mm,最大峰值磁场强度0.94T。波荡器磁块的剩磁离散性及安装机械公差等因素会引起积分场误差从而影响储存环工作状态。在波荡器积分场多极分量垫补过程中,我们用模拟退火算法优化一次积分场分布来垫补多极分量,结果表明积分场多极分量均达到设计指标。     

基于粒子群优化算法的压水堆失水事故研究

为提高对失水事故的诊断能力,在反向传播(BP)算法基础上,建立基于粒子群优化(PSO)算法的故障诊断网络,利用PSO算法训练神经网络的权重和阈值,以克服BP算法易陷入局部极小问题。仿真试验表明,该诊断网络对失水事故有较高的诊断精度。     

基于粒子群智能优化算法的板弹簧特性优化研究

板弹簧是核电厂反应堆燃料组件的重要部件,其性能好坏直接关系燃料组件的服役安全性。本文考虑板弹簧材料弹塑性本构关系和大变形等复杂非线性因素,利用ANSYS软件对板弹簧进行了多尺寸耦合约束下的参数化建模,实现了模型几何、六面体网格和接触对的自动建立,并以此分析了板弹簧关键参数对板弹簧特性的影响。基于MATLAB并行计算库,构建了基于粒子群智能优化算法的板弹簧特性多参数优化平台,以板弹簧设计刚度曲线和最小塑性变形为目标,对板弹簧板厚、变截面位置和圆弧过渡区形式进行了优化。结果表明,基于粒子群的板弹簧多参数智能优化算法,可以显著提升板弹簧的设计效率;在给定板弹簧设计目标曲线和板弹簧参数范围内,该算法可以在较少的迭代次数内获得满足设计目标的结构参数,对核反应堆板弹簧工程设计具有较好的指导意义。      

基于台阶垫补的磁场优化算法研究

在回旋加速器磁铁设计过程中,磁场优化是非常重要的一个环节。由于加速器磁铁的磁场响应随着磁极台阶高度变化呈现非线性的特点,使得在优化复杂的磁场时,计算过程复杂、时间成本高且需要手动迭代。以1台圆形轴对称磁铁垫补为例,发展了磁场优化算法。利用三维电磁场仿真软件CST和数据分析软件MATLAB,研究了单个台阶垫补块对中心平面上不同半径处磁场幅值的影响,实现了一种自动优化磁场的算法,并以磁场降落指数为0.2的磁场为优化模拟实例,最终求得了对应的磁极台阶高度,证明了本算法的可行性和便捷性。     

Energy Spectrum Reconstruction of Accelerator Based on Simulated Annealing Algorithm

<正>The dose calculation software is the basis of TPS treatment planning system,when using the bremsstrahlung photon beam of accelerator for treatment.Any dose calculation program needs photon energy spectrum data.However,in actual treatment system,it is difficult to measure the energy spectrum data in some cases directly.In this study,the simulated annealing algorithm was used to reconstruct the energy spectrum of the bremsstrahlung spectrum of an accelerator,     

基于混合自适应遗传退火算法的AHTR堆芯优化研究

板状先进高温堆（AHTR）的预设计采用均一富集度的燃料组件,导致功率峰因子（PPF）过大,总PPF高达2.09,一定程度制约了反应堆的安全性与经济性。文章采用富集度分区法对其进行改进优化,为了加快堆芯燃料最优化布置的搜索速度,设计了一种自适应的混合智能算法,该算法整个优化过程均基于一个用MATLAB语言编辑的程序自动完成,优化后的径向功率峰因子降低至1.122,相比原设计降低25.02%。温度场模拟结果表明,优化方案温度分布更均匀,峰值温度从1030 K降低至1010 K,有效地提高了堆芯的安全裕量。      

Application of Simulated Annealing Algorithm in Reconstruction of Energy Spectrum of Medical Accelerator

正In accelerator radiotherapy,energy spectrum is an important characteristic of the beam.It is very difficult to measure the spectrum directly because of the high X ray energy in radiation therapy.The method of using PDD to reconstruct the spectrum could get more actual spectrum,     

基于遗传算法的可燃毒物设计优化方法研究

可燃毒物可补偿寿期初过剩反应性及展平功率分布,因此对堆芯燃料组件设计具有重要意义。目前传统的优化设计主要依靠设计者的主观经验及判断,复杂耗时,其设计效率及可靠性急待改进。本文将多目标并行遗传算法应用于压水堆组件毒物选型优化,以反应性控制、功率分布和不同时期燃耗剩余等为目标,对可燃毒物材料类型、含可燃毒物燃料棒排列方式、毒物含量、轴向分层等决策变量进行优化,研究了遗传算法在燃料组件毒物多目标优化设计中的理论模型及实现方法。同时将遗传算法与蒙特卡罗粒子输运方法有机结合,应用到压水堆燃料组件设计中,得到了组件可燃毒物优化方案。针对二维和三维燃耗计算,分别筛选了13和40种优化方案。计算结果表明：Er2O3用作毒物的综合效果最好;Gd2O3、Eu2O3和Sm2O3的应用需结合堆芯方案开展进一步研究;HfO2和Dy2O3不适合用作可燃毒物。该结果与通过人工搜索优化得到的结论基本一致。同时,三维轴向分层可为优化提供更多可选的材料种类方案,以部分毒物的分层布置方式可减小功率峰因子。本文研究为堆芯燃料/毒物设计提供了先进方法及工具。     

基于入侵性野草算法的核动力装置故障诊断

针对船用核动力装置故障原因与相应故障征兆之间并非完全一一对应的特点,提出了一种将入侵性野草算法和概率因果模型相结合的故障诊断方法,该方法将概率因果模型中的似然函数作为入侵性野草算法的适应函数,从而将复杂系统的故障诊断转化为优化问题。结果表明,该方法能用于诊断过程中出现的不确定性问题,也可实现通过多个征兆来诊断多个故障的目的,且具有较高的诊断可靠性与实用性。