买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：一种针对研究堆物理计算的少群能群结构优化计算方法，通过调用开源优化工具箱DAKOTA内置的遗传算法模块，提供基因数生成不同的少群能群结构，然后提供给中子学计算程序进行计算得到堆芯物理计算结果，从堆芯物理计算结果提取目标参数制作适应度函数，通过基因数和适应度函数值之间的迭代计算，从而得到优化的少群能群结构，达到大规模堆芯计算问题能够兼顾计算精度和计算效率的目的。本发明方法可通过外部耦合的优化工具箱DAKOTA内置的遗传算法模块对少群能群结构进行优化，控制少群能群结构的精度在较高水平，提高大规模堆芯问题的输运计算效率，兼顾计算精度和计算效率，为研究堆堆芯布置方案、换料方案的优化设计减少计算量。

主权项：1.一种针对研究堆物理计算的少群能群结构优化计算方法，其特征在于：包括以下步骤：步骤1：通过Python接口程序将DAKOTA内置的遗传算法优化模块与中子学计算程序SARAX耦合，将DAKOTA生成的基因数，即一个随机生成的自然数，通过排列组合转换成一个数组，根据该数组确定少群能群的间隔宽度，从而将1968群划分为对应的少群能群结构；步骤2：调用SARAX的组件计算程序TULIP，读取步骤1得到的少群能群结构进行组件计算，获得少群截面、形状因子这些组件少群参数，提供给后续的堆芯计算程序LAVENDER；步骤3：调用SARAX的堆芯计算程序LAVENDER，基于步骤2获得的组件少群参数进行堆芯计算，获得热中子研究堆有效增殖系数keff、功率分布、通量分布、燃耗分布、同位素总产量这些堆芯物理计算结果；步骤4：从步骤3获得的堆芯物理计算结果中提取热中子研究堆有效增殖系数keff、同位素总产量作为目标参数制作适应度函数，反馈给DAKOTA进行优化计算；其中适应度函数表达式如公式1所示： 式中：fitness—适应度函数值；w1、w2、w3—三个目标参数的权重；keff,calc,initial、keff,calc,end—堆芯燃耗初、燃耗末有效增殖系数基于少群能群结构下的计算值；keff,fine,initial、keff,fine,end—堆芯燃耗初、燃耗末有效增殖系数基于精细能群结构下的计算值；productioncalc,end、productionfine,end—基于少群能群结构、精细能群结构下的堆芯燃耗末同位素总产量；步骤5：DAKOTA根据步骤4反馈的适应度函数进行选择、交叉、变异遗传算法操作，然后重复步骤1到步骤4从基因数到适应度函数的计算过程，迭代产生拥有更优秀基因的种群，按照优胜劣汰和适者生存的原理，逐代遗传演化产生更好的近似解，向全局最优解逼近，最后收敛于全局近似最优解，即搜寻使适应度函数值最小的基因，得到优化的少群能群结构。

全文数据：

权利要求：

百度查询： 西安交通大学 一种针对研究堆物理计算的少群能群结构优化计算方法