高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于PSO优化神经网络响应面技术的非能动系统可靠性分析

丁 浩 蔡 琦 张永发 蒋立志 魏 柯

丁 浩, 蔡 琦, 张永发, 蒋立志, 魏 柯. 基于PSO优化神经网络响应面技术的非能动系统可靠性分析[J]. 核动力工程, 2018, 39(4): 101-106. doi: 10.13832/j.jnpe.2018.04.0101
引用本文: 丁 浩, 蔡 琦, 张永发, 蒋立志, 魏 柯. 基于PSO优化神经网络响应面技术的非能动系统可靠性分析[J]. 核动力工程, 2018, 39(4): 101-106. doi: 10.13832/j.jnpe.2018.04.0101
Ding Hao, Cai Qi, Zhang Yongfa, Jiang Lizhi, Wei ke. Reliability Analysis of Passive System Based on PSO Optimized Neural Network Response Surface Method[J]. Nuclear Power Engineering, 2018, 39(4): 101-106. doi: 10.13832/j.jnpe.2018.04.0101
Citation: Ding Hao, Cai Qi, Zhang Yongfa, Jiang Lizhi, Wei ke. Reliability Analysis of Passive System Based on PSO Optimized Neural Network Response Surface Method[J]. Nuclear Power Engineering, 2018, 39(4): 101-106. doi: 10.13832/j.jnpe.2018.04.0101

基于PSO优化神经网络响应面技术的非能动系统可靠性分析

doi: 10.13832/j.jnpe.2018.04.0101

Reliability Analysis of Passive System Based on PSO Optimized Neural Network Response Surface Method

  • 摘要: 在非能动可靠性分析数学模型的基础上,结合某型核动力装置非能动余热排出系统原理性试验装置和改进的热工水力程序的运行数据,识别了输入参数的不确定性,比较了不同神经网络响应面技术替代热工水力程序的精度和优度,分析了粒子群优化算法(PSO)优化神经网络响应面分类准确率。数值结果表明,该响应面具有较高的拟合优度,且能够较为准确的对非能动系统系统可靠性进行判定。

     

  • 加载中
计量
  • 文章访问数:  178
  • HTML全文浏览量:  25
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 刊出日期:  2018-08-15

目录

    /

    返回文章
    返回