核数据随机抽样中概率密度分布选取方法研究

来源：核动力工程杂志2025年第2期北京时间：

作者：王毅箴, 郝琛

单位：哈尔滨工程大学核科学与技术学院，哈尔滨，150001；

摘要：提供符合核数据已知统计矩信息和物理约束的随机扰动样本，是核数据作为分析输入的各类堆芯物理计算相关的统计学习算法的基础。合理扰动的核数据样本是保证堆芯物理响应量特征提取、降阶建模等数据驱动人工智能模型预测准确性的重要因素之一。选取能够满足核数据自身物理约束特征的概率密度分布是保证上述核数据随机抽样合理性的关键。本文针对核数据库中常见的两类物理约束特征，即非负性取值约束（例如裂变产额数据、核反应截面数据等）以及归一化约束（例如衰变分支比等），研究其对应的概率密度分布选取方法并提供相应的抽样算法。结合评价核数据库中提供的核数据不确定度信息，本文对不同概率密度分布下的核数据随机抽样效果进行对比，并给出概率密度分布的选取建议。

关键词：对数正态分布, 广义Dirichlet分布, 随机抽样, 核数据不确定性分析

基金资助：国家自然科学基金（12405203）