耦合多變量LSTM與優(yōu)化算法的鉛鉍反應(yīng)堆事故參數(shù)預(yù)測(cè)方法研究

摘要： 準(zhǔn)確預(yù)測(cè)鉛鉍反應(yīng)堆事故工況下關(guān)鍵參數(shù)是反應(yīng)堆安全分析的重要內(nèi)容，對(duì)于提高事故工況下反應(yīng)堆的安全性有重要意義。本文使用優(yōu)化算法對(duì)長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)超參數(shù)優(yōu)化來(lái)提高網(wǎng)絡(luò)的預(yù)測(cè)性能，提出了一種基于多變量LSTM神經(jīng)網(wǎng)絡(luò)耦合優(yōu)化算法的參數(shù)預(yù)測(cè)方法。針對(duì)鉛鉍反應(yīng)堆MARS-3在無(wú)保護(hù)失流事故（ULOF）工況下的參數(shù)預(yù)測(cè)問(wèn)題，通過(guò)子通道程序SUBCHANFLOW生成數(shù)據(jù)樣本后，...