买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南华大学申请的专利一种铅铋反应堆智能设计优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117993287B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410051450.7，技术领域涉及：G06F30/27；该发明授权一种铅铋反应堆智能设计优化方法是由刘紫静;王少湫;赵鹏程设计研发完成，并于2024-01-15向国家知识产权局提交的专利申请。

本一种铅铋反应堆智能设计优化方法在说明书摘要公布了：本发明涉及一种铅铋反应堆智能设计优化方法，包括：建立铅铋反应堆设计空间、设计目标函数和约束限制条件的待优化铅铋反应堆数学模型，开展拉丁超立方抽样生成样本点，并计算堆芯特性参数以构建训练数据集，采用BP神经网络算法建立可预测铅铋反应堆堆芯特性参数的代理模型S‑LFR；采用小生境遗传算法Micro‑GA对代理模型S‑LFR预测的设计参数组合进行寻优，更新训练数据集与代理模型S‑LFR，反复迭代逼近目标优化区间直至获得全局最优解。本发明实现铅铋反应堆堆芯多目标、多物理、多变量耦合的协同优化，在保证计算精度的同时大幅提升设计效率，可根据设计目标自动搜索优化区间，获得最优设计方案。

本发明授权一种铅铋反应堆智能设计优化方法在权利要求书中公布了：1.一种铅铋反应堆智能设计优化方法，其特征在于：该方法包括下列顺序的步骤： 步骤（1）建立基于铅铋反应堆设计空间、设计目标函数和约束限制条件的待优化铅铋反应堆数学模型，开展拉丁超立方抽样生成样本点，生成训练数据集；使用训练数据集构建BP神经网络模型，得到铅铋反应堆设计待优化模型S-LFR； 步骤（2）使用BP神经网络模型对设计空间的设计目标函数进行预测得到预测集；使用小生境遗传算法对BP神经网络模型预测得到的预测集进行寻优并验证评估，将符合约束条件的区间数据集加入训练数据集进行BP神经网络模型更新并进行区域缩减；序列迭代反复寻优，直至得到残差满足精度要求且收敛的最优方案； 步骤（1）具体包括以下步骤： 步骤（1a）建立基于铅铋反应堆设计空间、约束限制条件和设计目标函数的待优化铅铋反应堆数学模型； 步骤（1b）确定BP神经网络的结构及输入输出量，构建BP神经网络模型； 步骤（1c）采用正交拉丁超立方法对设计参数区域抽样生成样本点集，计算样本点实际设计目标约束响应值，进行数据标准化获得训练数据集； 步骤（1d）将训练数据集输入BP神经网络模型训练，获得铅铋反应堆设计待优化模型S-LFR； 所述步骤（1a）具体包括以下步骤： 步骤（1a1）建立基于铅铋反应堆设计空间，即确定优化目标自变量对象及优化范围，自变量设计空间公式如下： 其中，是一组反应堆设计优化的设计自变量，和分别对应设计自变量的优化上限与下限，为一个特定的反应堆设计方案的设计参数向量，为设计参数向量所组成的设计空间，根据优化需求规划优化的自变量及设计空间； 步骤（1a2）建立约束限制条件，即确定因变量及其待优化铅铋反应堆数学模型的约束限制条件，结合（1a1）所得的自变量设计空间公式得到待优化铅铋反应堆数学模型的约束限制条件，其公式如下： 其中，是一组设计自变量计算得到物理热工目标响应值，是包含设计自变量和物理热工响应值的函数组合，和分别为函数组合的上限与下限，根据设计需要对设计自变量及物理热工响应值进行约束限制； 步骤（1a3）建立设计目标函数，即确定判定优化效果好坏的函数模型，其公式如下： 其中，与分别反应最大化与最小化的优化需求； 步骤（1a4）结合铅铋反应堆设计空间、约束限制条件和设计目标函数既可获得待优化铅铋反应堆数学模型，其公式为： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南华大学，其通讯地址为：421001 湖南省衡阳市常胜西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。