《核动力工程杂志》发表论文赏析
作者:牛艺晓, 李佳芳, 杨春, 刘洋, 赖秋宇, 符美蕊, 蒋毅
单位:1.四川师范大学西南土地资源评价与监测教育部重点实验室,成都,610068;2.成都国营锦江机器厂,成都,610043;3.四川大学计算机学院,成都,610065;
摘要:物理信息神经网络(PINN)作为一种结合物理知识的深度学习方法,其在求解问题的精度方面存在一定的局限性。为进一步提升PINN模型的求解精度,提出了一种基于残差网络(ResNet)结构改进的PINN模型(ResNet-PINN),详细阐述了ResNet-PINN基本原理和数值计算流程,并将其应用于核领域的中子扩散和输运方程的求解。实验验证表明,ResNet-PINN将堆芯中子扩散方程的求解精度提高了2~10倍,输运方程的求解精度提高了3~6倍,有效解决了PINN模型面临的求解精度局限性问题。
关键词:物理信息神经网络(PINN), 残差网络(ResNet), 中子扩散方程, 中子输运方程