參數(shù)化物理內(nèi)嵌神經(jīng)網(wǎng)絡(luò)求解穩(wěn)態(tài)單能中子擴(kuò)散解集
原子能科學(xué)技術(shù)
頁數(shù): 8 2024-03-27
摘要: 物理內(nèi)嵌神經(jīng)網(wǎng)絡(luò)(PINN)是一種結(jié)合了物理學(xué)知識(shí)的深度學(xué)習(xí)方法,近年開始被用于計(jì)算核工程領(lǐng)域中的堆芯中子問題。然而,PINN在求解不同問題時(shí)的網(wǎng)絡(luò)不可復(fù)用性極大地影響了該方法的使用價(jià)值和效率。為了解決網(wǎng)絡(luò)不可復(fù)用性問題,提出了一種基于參數(shù)化PINN的方法,開發(fā)了一種新型的中子擴(kuò)散物理方程的代理模型。該代理模型具有很高的靈活性和效率,可以在無樣本的前提下,快速給出任意給定參數(shù)中... (共8頁)