輻射屏蔽設(shè)計(jì)是核工程設(shè)計(jì)中的重要組成部分之一。設(shè)計(jì)中除了需要考慮最關(guān)鍵的輻射屏蔽,還要考慮多個(gè)設(shè)計(jì)目標(biāo)進(jìn)行優(yōu)化設(shè)計(jì)。尤其對(duì)特種核動(dòng)力裝置,如艦艇用核動(dòng)力反應(yīng)堆、航空航天用空間反應(yīng)堆、浮動(dòng)核電站等,還需要考慮輻射屏蔽系統(tǒng)的體積、重量等設(shè)計(jì)指標(biāo)。因此,輻射屏蔽設(shè)計(jì)是一個(gè)典型的多目標(biāo)優(yōu)化問題。傳統(tǒng)輻射屏蔽設(shè)計(jì)方法通常基于手工迭代加經(jīng)驗(yàn)判斷開展反應(yīng)堆輻射屏蔽優(yōu)化設(shè)計(jì),導(dǎo)致最終輻射屏蔽方案非最優(yōu)化、不確定性因素多、設(shè)計(jì)周期長等問題。本文針對(duì)中子屏蔽多目標(biāo)優(yōu)化問題,開展了基于遺傳算法的中子屏蔽優(yōu)化策略研究,實(shí)現(xiàn)了基于歸一化遺傳算法和基于非支配排序的非歸一化遺傳算法中子屏蔽多目標(biāo)優(yōu)化策略。同時(shí),基于歸一化和非歸一化優(yōu)化策略,結(jié)合輻射屏蔽計(jì)算理論,開發(fā)了基于遺傳算法的中子屏蔽優(yōu)化程序。以美國商用破冰船薩瓦拉反應(yīng)堆屏蔽裝置作為數(shù)值基準(zhǔn)題,對(duì)本文中子屏蔽優(yōu)化策略及程序開展了數(shù)值驗(yàn)證,并對(duì)非歸一化遺傳算法優(yōu)化策略與歸一化遺傳算法優(yōu)化策略進(jìn)行了對(duì)比分析。數(shù)值驗(yàn)證結(jié)果表明,基于本文中子屏蔽優(yōu)化策略及程序?qū)崿F(xiàn)了對(duì)數(shù)值基準(zhǔn)題屏蔽層幾何結(jié)構(gòu)及屏蔽層材料的優(yōu)化,證明了本文基于遺傳算法的屏蔽優(yōu)化策略在中子屏蔽優(yōu)化問題應(yīng)用上的可行性和有效性。
【學(xué)位單位】：南華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP18;TL328
【部分圖文】：

圖 5-3 歸一化權(quán)重方案 1 收斂圖數(shù)據(jù)表 5-6 和圖 5-3 可知，歸一化中子屏蔽優(yōu)化方法是收斂的，初算法設(shè)計(jì)的正確性，可以看出，由于劑量權(quán)重因子 CR為 1，另外為 0，最終得到的 F 值接近于 0，這是由于劑量值的是跨量級(jí)的波量值最終為 5.42E-21 較初始值 7.58E-17 小約 104倍。最終方案的比初始方案要小，而重量卻比初始方案要大，這是因?yàn)橹亓亢腕w積為 0。在不計(jì)重量和體積的情況下只優(yōu)化劑量，最終得到了劑量和而重量不滿足優(yōu)化結(jié)果。

圖 5-3 歸一化權(quán)重方案 1 收斂圖數(shù)據(jù)表 5-6 和圖 5-3 可知，歸一化中子屏蔽優(yōu)化方法是收斂的，初算法設(shè)計(jì)的正確性，可以看出，由于劑量權(quán)重因子 CR為 1，另外為 0，最終得到的 F 值接近于 0，這是由于劑量值的是跨量級(jí)的波量值最終為 5.42E-21 較初始值 7.58E-17 小約 104倍。最終方案的比初始方案要小，而重量卻比初始方案要大，這是因?yàn)橹亓亢腕w積為 0。在不計(jì)重量和體積的情況下只優(yōu)化劑量，最終得到了劑量和而重量不滿足優(yōu)化結(jié)果。

歸一化權(quán)重方案1與原始方案對(duì)比
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王富超;;擬梯度遺傳算法在水電廠廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[J];通信電源技術(shù);2019年12期

2 馮錦春;楊林建;;利用遺傳算法進(jìn)行機(jī)械優(yōu)化[J];四川工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年06期

3 任志鳳;胡小建;孫太生;徐飛;李云良;;遺傳算法在焊接領(lǐng)域的優(yōu)化與應(yīng)用[J];現(xiàn)代焊接;2012年03期

4 李振業(yè);陳婷;陳靜;;基于遺傳算法的旅游最優(yōu)路徑探究[J];電腦知識(shí)與技術(shù);2018年34期

5 唐文琦;曾干敏;劉澤宇;;淺談遺傳算法及其部分改進(jìn)算法[J];科技風(fēng);2019年12期

6 李巖;袁弘宇;于佳喬;張更偉;劉克平;;遺傳算法在優(yōu)化問題中的應(yīng)用綜述[J];山東工業(yè)技術(shù);2019年12期

7 魏曉玲;;一種改進(jìn)遺傳算法及驗(yàn)證[J];電腦編程技巧與維護(hù);2019年06期

8 馮雙林;靳繼紅;;現(xiàn)代農(nóng)機(jī)數(shù)字化裝配車間調(diào)度技術(shù)研究——基于云計(jì)算和遺傳算法[J];農(nóng)機(jī)化研究;2018年01期

9 梁肖;周湘貞;;基于遺傳算法的小麥?zhǔn)崭顧C(jī)路徑智能優(yōu)化控制研究[J];農(nóng)機(jī)化研究;2018年02期

10 王勇;孫耀南;;基于遺傳算法的醫(yī)院房間位置優(yōu)化研究[J];電腦與信息技術(shù);2018年01期

相關(guān)博士學(xué)位論文 前10條

1 孫秋紅;基于遺傳算法的水質(zhì)數(shù)據(jù)挖掘與應(yīng)用研究[D];燕山大學(xué);2016年

2 金小敏;移動(dòng)云環(huán)境中的計(jì)算遷移系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

3 王小港;遺傳算法在VLSI設(shè)計(jì)自動(dòng)化中的應(yīng)用研究[D];中國科學(xué)院上海冶金研究所;2001年

4 宋曉峰;優(yōu)生演進(jìn)優(yōu)化和統(tǒng)計(jì)學(xué)習(xí)建模[D];浙江大學(xué);2003年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

6 卜雷;城市貨物運(yùn)輸規(guī)劃優(yōu)化方法研究[D];西南交通大學(xué);2004年

7 廖平;基于遺傳算法的形狀誤差計(jì)算研究[D];中南大學(xué);2002年

8 李智勇;模式交流多群體遺傳算法及其在神經(jīng)網(wǎng)絡(luò)進(jìn)化建模中的應(yīng)用[D];湖南大學(xué);2003年

9 陳星;網(wǎng)絡(luò)并行和遺傳算法在HPM生物效應(yīng)評(píng)價(jià)和輻射天線設(shè)計(jì)中的應(yīng)用研究[D];四川大學(xué);2004年

10 金菊良;遺傳算法及其在水問題中的應(yīng)用[D];河海大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 田宇;多模式工程項(xiàng)目質(zhì)量工期成本復(fù)合激勵(lì)優(yōu)化研究[D];華北水利水電大學(xué);2019年

2 陳亞楠;基于改進(jìn)遺傳算法的WSN能量均衡路由算法研究[D];安徽理工大學(xué);2019年

3 楊濤;基于SLP和遺傳算法的CR公司車間布局優(yōu)化研究[D];北京交通大學(xué);2019年

4 閆輝;分割樹遺傳算法在H公司車間布局中的應(yīng)用研究[D];河北工業(yè)大學(xué);2017年

5 楊晨;基于遺傳算法的太陽能熱氣流電站渦輪機(jī)葉片的優(yōu)化設(shè)計(jì)[D];青島科技大學(xué);2019年

6 邱程峰;中低壓配電網(wǎng)態(tài)勢(shì)可視化關(guān)鍵問題及算法研究[D];杭州電子科技大學(xué);2019年

7 林曉雯;電商平臺(tái)服務(wù)器性能優(yōu)化設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2019年

8 毛勇;聯(lián)合隱馬爾可夫與遺傳算法的態(tài)勢(shì)預(yù)測(cè)方法研究[D];西北大學(xué);2019年

9 由林青;配對(duì)交易策略中交易信號(hào)動(dòng)態(tài)化研究[D];北京工商大學(xué);2018年

10 丁越;基于遺傳算法的P2P網(wǎng)貸違約預(yù)警模型研究[D];浙江大學(xué);2019年

本文編號(hào)：2885762