-
题名瞬态中子扩散方程离散时间深度学习求解方法
- 1
-
-
作者
姚何敏
张恒
刘东
何云玲
杭芹
向迪
-
机构
重庆邮电大学计算机科学与技术学院
中国核动力研究设计院先进核能技术全国重点实验室
-
出处
《原子能科学技术》
北大核心
2025年第11期2490-2497,共8页
-
基金
核反应堆系统设计技术重点实验室开放基金(LRSDT12023108)
四川省揭榜挂帅项目(2023YFG0373)
稳定支持基础科研项目(WDZC-2023-05-03-05)。
-
文摘
求解中子扩散方程是反应堆设计和分析的关键,工程应用中的中子扩散方程往往具有多维度、多能群的特征,基于物理信息神经网络(PINN)求解瞬态中子扩散方程时,可能会遇到训练数据量大、计算时间较长和训练资源消耗较高等挑战。本文给出针对反应堆中子扩散方程求解的基于龙格库塔方法的物理信息神经网络(PINN_RK)。在传统PINN中引入高阶龙格库塔方法对瞬态中子扩散方程进行离散,消除训练数据的时间项,从而显著减少模型训练的数据,降低训练资源的消耗。对龙格库塔方法的步长和阶数进行了敏感性分析,并对一系列中子扩散方程进行验证,PINN_RK的数值解与解析解有很好的一致性,初步证明了PINN_RK对于反应堆中的高维中子扩散方程的求解具有较大潜力。
-
关键词
物理信息神经网络
中子扩散方程
龙格库塔方法
深度学习
-
Keywords
physics-informed neural network
neutron diffusion equation
Runge-Kutta method
deep learning
-
分类号
TL334
[核科学技术—核技术及应用]
-
