龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工程大学
摘要：本发明公开了一种基于混合机器学习模型的临界热流密度预测方法及其应用，属于核反应堆的热工水力安全分析领域，包括以下步骤：S1、建立临界热流密度数据库；S2、建立经验关系式预测的临界热流密度数据库，并计算相同条件下预测值与实验数据之间的误差；S3、将临界热流密度数据库中的数据进行标准化预处理；S4、构建临界热流密度机器学习模型；S5、训练临界热流密度机器学习模型；S6、得到混合机器学习模型；S7、使用混合机器学习模型预测临界热流密度值。本发明采用上述基于混合机器学习模型的临界热流密度预测方法及其应用，通过结合实验数据、经验关系式和机器学习的混合方法可以弥补单一方法的局限性，提高预测精度。
主权项：1.一种基于混合机器学习模型的临界热流密度预测方法，其特征在于：包括以下步骤：S1、建立临界热流密度数据库，数据库包括临界热流密度表、经验关系式和实验数据；S2、建立经验关系式预测的临界热流密度数据库，其中，经验关系式包括压力、质量流量和含气率三个参量，并计算相同条件下利用经验关系式预测的预测值与实验数据之间的误差；S3、将步骤S1所述的临界热流密度数据库中的数据进行标准化预处理，并将预处理后的数据库划分为训练集和测试集；S4、构建临界热流密度机器学习模型，确定模型内部参数，并设定输入变量为训练集中的压力、质量流量和含气率，输出变量为不同参数下对应的临界热流密度；S5、将步骤S2中计算得到的误差作为步骤S4建立的临界热流密度机器学习模型的补偿，训练临界热流密度机器学习模型，直至收敛，输出训练完毕的临界热流密度机器学习模型；S6、将测试集中的压力、质量流量和含气率输入经步骤S5训练完毕的临界热流密度机器学习模型中，得出预测误差，并判断预测误差是否满足设定精度要求，若满足，将该预测误差补偿到步骤S2所述的经验关系式的预测值中，得到混合机器学习模型；S7、使用步骤S6构建的混合机器学习模型预测临界热流密度值。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 基于混合机器学习模型的临界热流密度预测方法及其应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号