基于神经网络的混合能谱反应堆中子求解方法及系统

本发明提供了一种基于神经网络的混合能谱反应堆中子求解方法及系统，涉及混合能谱反应堆技术领域，该方法包括：获取材料在不同能谱区的时空特征数据；将时空特征数据输入预先训练的深度学习模型，预测得到热谱区与快谱区之间的耦合响应数据以及中子扩散模式。本发明实施例利用两个深度神经网络结合的深度学习模型，突破了传统数值模拟方法的局限，具备了较强的时空特征捕捉能力、非线性映射能力和泛化能力，在准确预测混合能谱反应堆中的耦合响应和中子扩散模式方面表现出显著的技术效果，并且有效降低了计算复杂度和实验依赖性，提升了应用的广泛性和实时预测能力。