基于小波神经网络和遗传算法的2AF料液指标研究
2AF料液是乏燃料水法后处理Purex流程钚纯化阶段的主要原料,经过萃取、洗涤、反萃、补萃最终获取合格的2BP.该文利用人工智能算法小波神经网络具有预测精度高、收敛速度快、较强的函数学习能力和泛化能力的优点,验证了其在核化工领域的效果,用其预测含钚料液1BP、含钚料液2BP、高浓度硝酸H13、破坏后母液OWR四种料液的酸度、钚浓度、体积,对调料后2AF料液酸度、钚浓度的影响,并将预测值与传统经验公式计算值以及最终分析值进行对比,最后用遗传算法进行优化.研究结果表明,小波神经网络预测值比传统经验公式计算值更接近分析值,从而证明小波神经网络在乏燃料后处理Purex工艺流程2AF物料指标研究中具有较好的应用前景.
小波神经网络、2AF料液、含钚料液1BP、2BP、破坏后母液OWR
15
TM623(发电、发电厂)
2022-11-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
555-560