基于进化多目标遗传算法的辐射屏蔽优化方法研究

发布时间：2022-01-17 13:28

　　为弥补传统经典遗传算法辐射屏蔽设计方法的不足,满足特种核动力装置所需的精确辐射屏蔽设计的需求,采用进化多目标遗传算法对辐射屏蔽系统材料、结构等关键设计参数进行自动调整与迭代优化;开发了反应堆辐射屏蔽多目标智能优化平台,并利用参考模型对本文方法及平台开展了初步验证。结果表明,本文提出的方法可快速获得满足多目标约束的优化辐射屏蔽方案,并证明了多目标遗传算法在辐射屏蔽优化应用中的可行性和有效性。 

【文章来源】：核动力工程. 2020,41(S1)北大核心EICSCD

【文章页数】：6 页

【部分图文】：

辐射屏蔽方案非劣排序示意图

(5）将精英种群Pg+1进行交叉和变异操作，产生新一代种群Qg+1，并基于新产生的Qg+1种群，对种群中每个辐射屏蔽方案的设计参数进行更新。(6）将种群Pg+1和Qg+1作为新种群更新下一代混合种群Cg+1=Pg+1+Qg+1，基于混合种群Cg+1重新开始第g+1代的迭代优化。

为了更加直观地与初始萨瓦娜反应堆辐射屏蔽设计相比较，获得比初始方案辐射屏蔽性能更佳的优化方案，可以从收敛得到的Pareto前沿中选择优化的屏蔽解决方案，具体方法如图4所示。在第200代收敛图中，以初始方案的剂量、重量目标值（W0,R0）为起点，设定垂直和水平切割线，在切割线左下角范围内的方案即为重量、剂量都比初始方案性能更优的优化辐射屏蔽方案（OSS），最终可根据实际工程需求再从OSS选择一个最佳方案。5 结论

【参考文献】：
期刊论文
[1]多功能辐射输运模拟仿真平台开发与初步应用[J]. 陈珍平,谢金森,郭倩,谢芹,张震宇,赵鹏程,谢超,于涛.  南华大学学报(自然科学版). 2018(03)
[2]核医疗船反应堆屏蔽初步设计及优化[J]. 万海霞,徐治龙,邵静,孙征,李龙,吴晓春.  强激光与粒子束. 2017(01)
[3]基于遗传算法的核反应堆辐射屏蔽优化方法研究[J]. 应栋川,肖锋,张宏越,吕焕文,谭怡,刘嘉嘉,景福庭,唐松乾.  核动力工程. 2016(04)

博士论文
[1]基于遗传算法的多目标智能辐射屏蔽方法研究[D]. 杨寿海.华北电力大学 2012

硕士论文
[1]空间堆的辐射屏蔽设计[D]. 宋旺旺.成都理工大学 2015
[2]基于混沌遗传算法的辐射屏蔽最优化研究[D]. 郭景春.哈尔滨工程大学 2013



本文编号：3594812