利用遗传禁忌算法研究换料优化研究.pdfVIP

第十一届反应堆数值计算和粒子输运学术会议暨2006年反应堆物理会议 利用遗传禁忌算法研究换料优化 杨海峰程和平 核工业第二研究设计院 摘 要t本文以秦山二期反应堆堆芯为参照模型，将遗传算法与禁忌算法组合起来，结合堆芯计算程序 组的换料优化问题．搜索出一批OUT-IN换料方案、低泄漏换料方案、O阱lN平衡循环换料方案、低泄漏平 衡循环换料方案等．并将优化程序应用于换料校算实际工作中，获得满足工程要求的换料方案． 关键词t遗传算法l 禁忌算法； 1／8堆芯； 换料优化； 平衡循环 美国Michigan大学的J．Holland教授提出来的遗传算法，以群体为操作对象，通过群体的 选择、交叉、变异等操作得到更加优化的下一代。推动整个群体的进化。遗传算法以模块清晰、 简单易用、通用性强、隐含的并行处理能力等优点，迅速应用于各种组合优化领域。 禁忌算法是由Glover提出的局部搜索算法，记忆能力是其最大的特点，以列表的形式记 录搜索过程，防止搜索路径的往返重复。与遗传算法一样，禁忌算法广泛应用于调度问题、运 输问题、着色问题等组合优化问题的解决． 本文以秦山二期反应堆堆芯为参照模型。利用遗传算法与禁忌算法的组合方法研究压水 堆换料优化问题． 1遗传算法 1．1编码设计 待求问题的可行解有两种表示模式，基因型(字符串的形式)与表现型(参数的形式)． 基因型应用于选择、交叉、变异等遗传操作，推动整个群体的进化，表现型应用于适应度评估， 反映个体对环境的适应程度。因此，遗传算法需要编码／．泽码来完成表现型与基因型之间的转 换。 秦山二期反应堆堆芯1／8对称，共121个组件。1／8对称的堆芯在换料时，有如下的工程 限制：堆芯中心放置卸下的组件中剩余反应性最大的组件，1／4对称线(简称1／4线)上的组 件不能放置于1／8对称区(简称1／8区)内，而1／8区内的组件放置于1／4线上时，必须分置 两处。因此，设计如图l所示的1／8堆芯编码： × l 图l l／8堆芯的编码 155 第十一届反应堆数值计算和粒子输运学术会议暨2006年反应堆物理会议 不考虑堆芯的中心位置，用三个一维数组，组件编号数组、组件旋转数组和可燃毒物棒 数目数组，描述换料方案。每个数组20个元素。 组件编号数组显示相应组件在1／8堆芯中的布置。优化程序使用INCORE／NARVAL程序 完成堆芯评估，因此，每个组件有8种旋转方式，如图2所示。在8种旋转方式中，以1、3 (即平移和旋转180度)出现的概率最大，其余的旋转方式出现的概率比较少。在低泄漏换料 方式下，新燃料组件中使用的可燃毒物为钆棒，含量为8wt％，可燃毒物棒数目可以为4、8、 12、16、20、24。 ＼。 ／ ||／。J＼7 图2组件的旋转方式示意图 1．2遗传操作 遗传操作包括三个基本的算子：选择，交叉，变异。 选择的目的是把适应环境能力强的个体挑选出来，通过交叉、变异等操作．获得更加优 秀的个体，．因此，选择方法大多基于个体的适应度，直接体现了“优胜劣汰”的思想，轮盘赌是 最基本的方法。在实际应用过程中，由于时间、空间、群体规模的限制，效果并不理想，因此， 人们提出了各种改进方法。本文使用期望值与最佳值保留相结合的方法进行选择【l】。期望值 方法减小了由于群体规模的限制而引起的统计误差，最佳值保留保证搜索过程中出现的最优解 不会被漏掉，两者结合效果不错。 交叉是把两个父代个体的部分结构加以替换重组生成新个体的操作，是遗传算法的核心 算子。通过交叉，优秀的基因段以积木块的形式不断加长，搜索空间逐步缩小，搜索过程逐渐 收敛。因此，交叉算子的设计应保证本代的优秀个体的性状在后一代个体中尽可能得到遗传和 继承，又要保证有产生更加优秀的个体的可能。 堆芯是二维的，转换成一维数组后，相邻性质很难保持，而周围组件的影响又是不能忽 略的。如果在选择交叉区域时，能够考虑