分类： 核科学技术 >> 核科学与技术 提交时间： 2024-06-29
摘要： 神经网络可以基于大量数据学习输入输出变量之间的关系，具有强大的拟合能力，在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一，其耗时较长的问题可以通过利用神经网络模型来解决。然而，神经网络模型具有一系列超参数需要设置，而手动调节这些超参数工作量大，重复繁琐，只能依靠经验进行，而且求解不同问题时这些超参数不可复用。为了解决以上问题，本文提出了一种采用贝叶斯优化(Bayesian Optimization)算法来调节神经网络超参数，结合了学习率衰减、损失函数优化方法，它可以针对不同问题的数据集，自动搜索超参数的最佳组合，以获得最佳性能，具有很高的灵活性和效率，泛化性强。本文对 TAKEDA基准题得到的堆芯关键参数进行拟合，结果表明有效增殖因数keff的平均误差在150pcm以内，TAKEDA1数据集上区域积分通量Φ的平均误差率为1.72%，最大误差率为7.56%。该研究可为人工智能在堆芯物理计算理论的应用提供一定参考。
分类： 核科学技术 >> 核科学与技术 提交时间： 2024-06-04
摘要： 神经网络可以基于大量数据学习输入输出变量之间的关系，具有强大的拟合能力，在包括核工程计算领域常用作程序的代理模型。中子输运计算作为中子学模拟的核心环节之一，其耗时较长的问题可以通过利用神经网络模型来解决。然而，神经网络模型具有一系列超参数需要设置，而手动调节这些超参数工作量大，重复繁琐，只能依靠经验进行，而且求解不同问题时这些超参数不可复用。为了解决以上问题，本文提出了一种采用贝叶斯优化(Bayesian Optimization)算法来调节神经网络超参数，结合了学习率衰减、损失函数优化方法，它可以针对不同问题的数据集，自动搜索超参数的最佳组合，以获得最佳性能，具有很高的灵活性和效率，泛化性强。本文对 TAKEDA基准题得到的堆芯关键参数进行拟合，结果表明有效增殖因数keff的平均误差在150pcm以内，TAKEDA1数据集上区域积分通量Φ的平均误差率为1.72%，最大误差率为7.56%。该研究可为人工智能在堆芯物理计算理论的应用提供一定参考。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-04-01 合作期刊: 《计算机应用研究》
摘要： 针对基本蝙蝠算法后期收敛速度慢、收敛精度不高、稳定性不强等问题，提出基于高斯扰动和指数递减策略的改进蝙蝠算法（GDEDBA）。把指数递减策略引入速度更新公式，使算法迅速进入局部寻优并展开精确搜索；构造高斯扰动项加入到局部新解产生公式，使局部新解中所有粒子与当前全局最优粒子产生信息交流与学习，防止陷入局部最优，增加种群多样性；设计扰动控制因子来控制高斯扰动的扰动范围，增强算法的稳定性。15个测试函数的仿真结果表明，改进算法的寻优性能显著提高，收敛速度更快，求解精度更高，稳定性更强。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》
摘要： 为提高鲸鱼优化算法求解复杂函数优化问题的性能，提出一种基于自适应参数及小生境技术的改进鲸鱼优化算法。首先，引入自适应概率阈值协调算法的全局探索及局部开发能力；其次，利用自适应位置权重对鲸鱼位置更新公式进行调整，提高算法的收敛速度及寻优精度；最后，采用预选择小生境技术，避免算法出现早熟收敛的现象。通过对12个典型基准测试函数的仿真表明，改进算法的寻优精度和收敛速度均较对比算法有明显提升，证明了提出的改进策略能有效提高鲸鱼优化算法求解复杂函数优化问题的性能。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》
摘要： 为了解决布谷鸟搜索算法(CS)寻优精度不高、收敛速度慢、后期搜索活力不足以及处理高维优化问题时存在维间干扰等缺陷，提出了逐维反向学习策略的动态适应布谷鸟算法（DA-DOCS）。首先，对选择更新后的解进行逐维反向学习，减少维间干扰，扩大种群多样性；然后使用精英保留方式评价该结果，提高算法寻优能力；最后，充分利用当前解的信息进行动态适应的缩放因子控制，引导解快速收敛，提升算法搜索活力。实验结果表明，该算法相比较于标准布谷鸟搜索算法，寻优精度、收敛速度以及后期搜索活力有所提高，与其他改进算法相比也具有一定的竞争优势。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-07-09 合作期刊: 《计算机应用研究》
摘要： 针对传统遗传算法在函数优化过程中容易陷入局部最优解、收敛慢等缺点，提出了一种新的自适应遗传算法NAGA。该算法考虑了种群适应度的多种集中分散程度，并且非线性地自适应调节遗传算法的交叉概率与变异概率。为了加快寻优效率，在选择算子方面将引进的选择算子与最优保存策略相结合；为了使遗传操作过程中种群数量恒定，又提出了保留亲本的策略。通过仿真实验发现，与经典遗传算法GA和IAGA算法相比，改进的自适应遗传算法在收敛速度与精准度等方面都有较大的进步。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-19 合作期刊: 《计算机应用研究》
摘要： 鸟群算法（BSA）作为一种新型的元启发式群智能算法，存在易陷入局部最优、收敛速度慢和求解精度低等问题。针对原鸟群算法在求解最优化问题中的不足，提出一种基于动态惯性权重的鸟群优化算法(DBSA)。该算法通过引入非线性动态惯性权重修正鸟群飞行间隔，平衡种群全局搜索与局部搜索能力；在模拟鸟群生产者觅食的过程中引入莱维飞行，替换原算法中生产者的觅食策略提高算法活力和有效性。实验表明改进后的鸟群算法有效提高了算法的收敛速度和寻优精度。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-17 合作期刊: 《计算机应用研究》
摘要： 高速公路通行费未来收入状况的预测对于高速公路运营管理、建设规划有着重要的指导意义。然而，通行费收入水平的变化受到多方面因素的影响，具有较强的非线性和复杂性，传统预测模型无法准确表达通行费收入的发展规律。针对复杂的高速公路通行费预测问题，建立了基于基因表达式编程算法(GEP)的高速公路通行费预测模型。该模型利用GEP算法建立通行费当前收入与历史数据之间复杂的函数关系，准确地刻画通行费收入随时间的发展规律。此外，针对节假日期间通行费减免政策的影响，提出了有效的修正模型。最后，采集了浙江沪杭甬高速公路股份有限公司等12家公司通行费收入的历史数据进行仿真实验，对比传统的ARIMA以及神经网络预测模型，结果充分验证了本文算法的有效性和准确性。
点击量
点击量
下载量
评论
通过
