基于混合机器学习模型的临界热流密度预测方法及其应用

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于混合机器学习模型的临界热流密度预测方法及其应用
申请号:CN202410726499
申请日期:2024-06-05
公开号:CN118690640A
公开日期:2024-09-24
类型:发明专利
摘要
本发明公开了一种基于混合机器学习模型的临界热流密度预测方法及其应用,属于核反应堆的热工水力安全分析领域,包括以下步骤:S1、建立临界热流密度数据库;S2、建立经验关系式预测的临界热流密度数据库,并计算相同条件下预测值与实验数据之间的误差;S3、将临界热流密度数据库中的数据进行标准化预处理;S4、构建临界热流密度机器学习模型;S5、训练临界热流密度机器学习模型;S6、得到混合机器学习模型;S7、使用混合机器学习模型预测临界热流密度值。本发明采用上述基于混合机器学习模型的临界热流密度预测方法及其应用,通过结合实验数据、经验关系式和机器学习的混合方法可以弥补单一方法的局限性,提高预测精度。
技术关键词
机器学习模型 密度 预测误差 中心化方法 核反应堆 正则化方法 人工神经网络 支持向量机 数据 划分方法 混合方法 指标 随机森林 精度 测试点 变量 样本 压力