基于贝叶斯神经网络的能量约束时间预测及不确定性量化方法

本发明公开了一种基于贝叶斯神经网络的能量约束时间预测及不确定性量化方法，涉及机器学习和核聚变物理领域。首先根据托卡马克装置实验数据构建数据集，确定用于预测物理变量和装置参数，并对数据进行预处理；其次，构建一种基于变分推理的贝叶斯神经网络模型，通过训练调整模型参数；最后使用训练好的变分推理贝叶斯神经网络模型，输出能量约束时间预测值和不确定性量化结果。本发明旨在解决传统方法对托卡马克能量约束时间预测精度低，无法量化不确定性的问题。