神经网络方法分析U同位素链裂变核反应截面

O571.432; 本文利用前馈神经网络方法分析U同位素链实验测量裂变核反应截面数据.采用包含4个输入量、1个输出量和3层隐藏层的前馈神经网络,对U同位素链实验测量裂变截面数据进行训练,并利用贝叶斯算法对网络中的超参数进行优化,最终得到整个铀同位素链随入射中子能量变化的裂变截面数据.神经网络方法产生的裂变截面数据能很好地再现裂变截面的阶梯结构,与实验和评价数据的结果十分接近....

Full description

Saved in:
Bibliographic Details
Published in原子能科学技术 Vol. 57; no. 4; pp. 805 - 811
Main Authors 田源, 续瑞瑞, 陶曦, 王记民, 张玥, 孙小东, 张智, 王俊辰, 夏候琼
Format Journal Article
LanguageChinese
Published 中国原子能科学研究院核数据重点实验室中国核数据中心,北京 102413 01.04.2023
Subjects
超参数优化
裂变截面数据
前馈神经网络
Online AccessGet full text
ISSN1000-6931
DOI10.7538/yzk.2023.youxian.0048

Cover

More Information
Summary:O571.432; 本文利用前馈神经网络方法分析U同位素链实验测量裂变核反应截面数据.采用包含4个输入量、1个输出量和3层隐藏层的前馈神经网络,对U同位素链实验测量裂变截面数据进行训练,并利用贝叶斯算法对网络中的超参数进行优化,最终得到整个铀同位素链随入射中子能量变化的裂变截面数据.神经网络方法产生的裂变截面数据能很好地再现裂变截面的阶梯结构,与实验和评价数据的结果十分接近.
ISSN:1000-6931
DOI:10.7538/yzk.2023.youxian.0048