科研之友
微信
新浪微博
Facebook
分享链接
摘要
为探索利用机器学习方法辅助核反应数据评价的可行性，采用全连接深度神经网络算法学习中子截面数据，并考察预测能力。采用通用评价核数据库中快中子区的中子截面作为数据集，训练神经网络模型并进行验证和测试。提取ENDF/B-Ⅷ.0库中铀的12个同位素230～241U的快中子区中子总截面和弹性散射截面，将230U的截面作为待预测的测试数据，将232U的截面作为验证数据，其余10个核素的截面作为训练数据。为获得具有预测能力的神经网络模型，利用训练数据训练系列神经网络模型，再利用验证数据挑选最优模型用于预测测试数据。验证和测试显示，通过训练，神经网络模型能够较好地反映评价库中截面数据随核素、入射中子能量的变化规律，对未知核素的中子截面数据表现出较强的预测能力。因此，神经网络算法有潜力成为核数据评价的新途径。
- 单位
