计算方法同行评审论文：基于离散微分演化的装料方案优化方法、全核蒙特卡罗输运燃耗计算的数据分解方法、大扰动计算方法的蒙特卡罗屏蔽设计。发表于《核能年鉴》和《核科学与技术》。
参考
- A loading pattern optimization method based on discrete differential evolution[J]. Annals of Nuclear Energy, 2019, 137: 107057. DOI:10.1016/j.anucene.2019.107057
- Data decomposition method for full-core Monte Carlo transport–burnup calculation[J]. Nuclear Science and Techniques, 2018, 29(2). DOI:10.1007/s41365-018-0366-4
- Monte Carlo shielding design with a large perturbation calculation method[J]. Annals of Nuclear Energy, 2020, 138: 107186. DOI:10.1016/j.anucene.2019.107186
论文
A loading pattern optimization method based on discrete differential evolution
一种基于离散差分进化的装料方案优化方法
A loading pattern optimization method based on discrete differential evolution[J]. Annals of Nuclear Energy, 2019, 137: 107057.
摘要
堆芯装料方案（LP）优化是一个组合优化问题，对反应堆的经济和安全性能具有重大影响。然而，由于燃料组件有大量的组合，找到堆芯装料方案的最佳解决方案是一个非常复杂的问题。本文开发了一种基于离散差分进化的装料方案优化方法。为了评估该方法，开发了一个与 SuperMC 结合的程序，并使用 PWR 测试用例进行了验证。然后应用该程序在反应堆临界状态的约束下最小化瓦茨巴核1号反应堆的径向功率峰值因子。结果表明离散差分进化在LP优化中是可靠和有效的。
Data decomposition method for full-core Monte Carlo transport–burnup calculation
全核蒙特卡罗输运燃耗计算的数据分解方法
Data decomposition method for full-core Monte Carlo transport–burnup calculation[J]. Nuclear Science and Techniques, 2018, 29(2).
全文在预览中不可用。打开出版商页面阅读原始论文。
Monte Carlo shielding design with a large perturbation calculation method
大扰动计算方法的蒙特卡罗屏蔽设计
Monte Carlo shielding design with a large perturbation calculation method[J]. Annals of Nuclear Energy, 2020, 138: 107186.
摘要
相关采样法是蒙特卡罗（MC）计算中广泛使用的一种微扰方法，可以在一次性粒子输运计算中给出未扰动和扰动结果。然而，它在处理屏蔽问题方面存在困难，例如材料替换和几何扰动。本文提出了一种基于SuperMC研究的大扰动计算(LPC)方法。通过基准屏蔽实验初步验证与确认了该LPC方法的有效性。与多次独立的MC计算不同，LPC方法的一次扰动计算给出了实验的多个扰动结果，相对节省时间。结果表明，对于材料替换和几何扰动情况，扰动和独立 MC 计算之间的最大差异分别为 0.4% 和 2.8%。因此，LPC方法可以有效地用于屏蔽设计。