基于径向基代理模型与小生境遗传算法的铅铋反应堆堆芯智能优化

作者：李琼; 刘紫静^*; 王维嘉; 赵鹏程; 于涛; 常浩彤

来源：核动力工程, 2022, 43(06): 93-100.

DOI：10.13832/j.jnpe.2022.06.0093

• 铅铋反应堆
• 堆芯设计
• 径向基(RBF)代理模型
• 小生境遗传算法(NGA)
• 正交拉丁超立方抽样(OLHS)
• 智能优化

为解决铅铋反应堆多因素耦合影响下的复杂非线性多维优化问题，构建了基于径向基(RBF)代理模型预测、正交拉丁超立方抽样(OLHS)和小生境遗传算法(NGA)寻优的堆芯智能优化方法，开发了包含抽样、蒙卡程序耦合处理、堆芯参数预测寻优等功能的铅铋反应堆设计优化平台，并以堆芯最小燃料装载量为优化目标进行方案寻优验证。研究结果表明：RBF代理模型可准确快速地预测铅铋反应堆堆芯特性参数，与蒙卡程序计算值比较，其预测的堆芯有效增殖因子(keff)相对误差在±0.1%以内；该智能优化方法应用于铅铋反应堆堆芯优化是可行的，能找到多因素共同变化约束下的最优目标方案，且极大缩减了设计方案的搜索计算时间。本研究建立的堆芯智能优化方法可为铅铋反应堆多物理、多变量、多约束耦合影响的优化设计提供思路。

• 单位
  南华大学