摘要
本发明具体涉及一种各向异性散射中子输运方程的深度学习数值求解方法,属于中子输运方程求解技术领域,其通过多原函数变阶迭代深度学习求解各向异性散射中子输运方程,包括:步骤1、根据散射源的几何形式、边界条件建立中子输运方程的表达式;步骤2、将中子输运方程中各积分项分别微分变阶为积分号下被积函数对应的原函数,得到微分方程,并建立原函数的定解约束条件;步骤3,将中子输运方程中的原函数与未知角通量密度函数分别映射为神经网络函数,基于深度学习求解微分方程的框架,进行交替迭代深度学习,直到损失函数小于预设值,得到未知角通量密度函数的数值解。本发明为各向异性散射中子输运方程的数值求解方法提供新的技术途径。
技术关键词
数值求解方法
中子
深度机器学习
求解微分方程
密度
表达式
求解技术
神经网络模型
框架
变量
物理
系统为您推荐了相关专利信息
压缩显示方法
语义结构
标记系统
语义标签
智能终端设备
注意力
ODE求解器
工业设备
概率密度函数
变量
岩石薄片
可视化方法
皮尔逊相关系数
激光扫描共聚焦显微镜
原油
故障预测方法
故障预测数据
数字孪生技术
实体
故障特征