一种基于元模型自适应抽样的核电厂非能动系统可靠性分析方法

AITNT
正文
推荐专利
一种基于元模型自适应抽样的核电厂非能动系统可靠性分析方法
申请号:CN202510680080
申请日期:2025-05-26
公开号:CN120493757A
公开日期:2025-08-15
类型:发明专利
摘要
一种基于元模型自适应抽样的核电厂非能动系统可靠性分析方法,具体步骤如下:1,抽取样本建立模型,通过最佳估算程序得到响应值,训练初始响应面;2,抽取样本,使用响应面映射,选取响应值作为中间事件临界值;3,从落在临界值范围内的样本中选取设计点作为新的采样中心,产生新样本并补充训练数据,构建新响应面;4,使用新响应面映射得到服从重要抽样概率密度函数分布的样本,得到落在临界值范围内的样本点,重新选取临界值;5,重复步骤3和4,直到临界值小于0,分层计算结束,得到失效概率的估计值。本方法针对核电厂非能动系统可靠性分析开发,通过自适应抽样算法实现响应面模型精度的提升,计算成本低,计算精度高。
技术关键词
不确定性参数 样本 响应面模型 拉丁超立方抽样 概率密度函数 粒子群优化算法 超参数 系统可靠性分析 非能动系统 优化神经网络 训练神经网络 程序 抽样算法 自动分层 训练集 蒙特卡洛
系统为您推荐了相关专利信息
1
一种仓库时限性货物联合调度方法及系统
销量预测模型 联合调度方法 日期 可执行程序代码 仓库
2
一种电力杆塔旋转目标检测方法及相关装置
电力杆塔 卫星遥感影像 特征提取网络 角度计算方法 更新模型参数
3
基于Transformer并行融合多尺度CNN的车辆重识别方法
重识别方法 三元组损失函数 局部细节特征 位置编码信息 模块
4
模型训练方法、装置、设备和存储介质
大语言模型 报告 模型训练方法 文本 模型训练装置
5
一种基于深度集成学习算法的高光谱岩石分类方法
岩石分类方法 深度集成学习 门控循环单元 弱分类器 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号