(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211054204.4 (22)申请日 2022.08.30 (71)申请人 中国核动力研究设计院 地址 610000 四川省成 都市双流区长顺大 道一段328号 (72)发明人 熊青文　李仲春　邱志方　曾未　 杜鹏　陈伟　李庆　刘余　吴丹　 党高健　吴增辉　马海福　沈丹红　 周佳樾　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 王鹏程 (51)Int.Cl. G06F 30/20(2020.01) G06K 9/62(2022.01)G06F 111/08(2020.01) (54)发明名称 一种复数可选模型融合方法、 装置、 终端及 可读存储介质 (57)摘要 本发明公开了一种复数可选模 型融合方法、 装置、 终端及可读存储介质， 包括确定模拟某个 现象的可选模 型的数量； 获取每一个可选模型的 最佳权重因子； 将各个可选模型的输出乘以最佳 权重因子并加和， 构建最佳融合模型； 本发明通 过获取多个可选模型进行最佳权重因子， 并构建 最佳融合模 型， 能够消除程序中存在复数个可选 模型时人为选择模型可能引入的认知不确定性， 同时通过构建最佳融合模型使得模型具有更广 泛的应用范围， 解决在缺乏实验 数据支撑时模型 可能存在的不适用问题， 大大增加程序模拟的精 度， 减少模型在模拟过程中引入的不确定性， 在 提高安全分析可靠性的同时更准确地预测安全 裕量。 权利要求书3页 说明书7页 附图1页 CN 115422739 A 2022.12.02 CN 115422739 A 1.一种复数 可选模型融合方法， 其特 征在于， 包括： 确定模拟某个现象的可选模型的数量 n； 获取每一个可选模型的最佳权 重因子； 将各个可选模型的输出乘以最佳权 重因子并加 和， 构建最佳融合模型。 2.根据权利要求1所述的一种复数可选模型融合方法， 其特征在于， 获取每一个可选模 型的最佳权 重因子的方法包括： S1、 设置马尔科夫链 长度N， 并给定 各可选模型的权重因子均值的先验 值 和权重因子 的抽样协方差矩阵C， 其中j＝1,2,3, …,n； S2、 令 δj表示可选模型的权 重因子； 将各个可选模型的输出乘以权 重因子并加 和， 构建当前融合模型； S3、 使用当前融合模型执行模型相关实验的模拟计算， 获得与实验测量值对应的模型 计算值， 结合模型计算 值与实验测量 值计算当前融合模型的后验概 率P0； S4、 令i＝1， 其中i表示马尔科 夫链中的第i次计算； S5、 构建所有可选模型的权重 因子均值向量 将所有权重 因 子均值按照联合正态分布(Ui‑1， C)并进行一次抽样， 获得马尔科夫链中第i +1次计算中各可 选模型的权 重因子均值向量 确定第i+1次计算中各 可选模型的权 重因子均值 S6、 令 并执行步骤S3， 获得后验概 率Pi+1； S7、 对各可选模型的权 重因子均值和后验概 率进行转移处 理； S8、 令i＝i+1， 并迭代计算 步骤S5至步骤S7至i ＝N； S9、 获取每个可选模型的N个权重因子均值， 对N个权重因子均值进行统计学分析， 计算 获得每个可选模型的最优权 重因子 3.根据权利要求2所述的一种复数可选模型融合方法， 其特征在于， 步骤S7中转移处理 的具体方法包括： S71、 计算接受概 率 S72、 确定比较数u， u为均匀分布(0， 1)中的随机数； S73、 若α ≥u， 则接受转移， 若α ＜u， 则不接受转移， 其中 Ui表示马尔科夫链中第i次计算中的权重因子均值向量， Pi 表示尔科 夫链中第i次计算获得的后验概 率。权　利　要　求　书 1/3 页 2 CN 115422739 A 24.根据权利要求2所述的一种复数可选模型融合方法， 其特征在于， 步骤S9中最优权重 因子的获得 方法包括： 确定各个可选模型的权重因子δj的N个权重因子均值 其中i＝1,2,3, …,N； j＝1,2, 3,…n； 删除位于马尔科 夫链预烧期的数据； 计算最优权重因子， 其中k表示马尔科夫链中位于预烧期的数据的 数目。 5.根据权利要求2所述的一种复数可选模型融合方法， 其特征在于， 各个可选模型的权 重因子均值的先验值 6.根据权利要求2所述的一种 复数可选模型融合方法， 其特征在于， 在步骤S3中， 基于 贝叶斯理论对 模型计算 值与实验测量 值进行融合计算。 7.一种复数 可选模型融合装置， 其特 征在于， 包括： 输入模块， 其用于确定模拟某个现象的可选模型的数量 n； 计算模块， 其用于获取每一个可选模型的最佳权 重因子； 建模模块， 其用于将各个可选模型的输出乘以最佳权重因子并加和， 构建最佳融合模 型。 8.根据权利要求7所述的一种复数可选模型融合装置， 其特征在于， 所述计算模块包 括： 设定模块， 其用于设置马尔科夫链长度N， 并给定各可选模型的权重因子均值的先验值 和权重因子的抽样协方差矩阵C， 其中j＝1,2,3, …,n； 第一赋值模块， 其用于 令 δj表示可选模型的权 重因子； 第一建模模块， 其用于将各个可选模型的输出乘以权重因子并加和， 构建当前融合模 型； 第一计算模块， 其用于使用当前融合模型执行模型相关实验的模拟计算， 获得与实验 测量值对应的模型计算值， 结合模型计算值与实验测量值计算当前融合模型的后验概率 P0； 第二赋值模块， 其用于 令i＝1， 其中i表示马尔科 夫链中的第i次计算； 第 二 计 算 模 块 ，其 用 于 构 建 所 有 可 选 模 型 的 权 重 因 子 均 值 向 量 将所有权重因子均值按照联合 正态分布(Ui‑1， C)并进行一次抽 样 ， 获 得 马 尔 科 夫 链 中 第 i + 1 次 计 算 中 各 可 选 模 型 的 权 重 因 子 均 值 向 量 并确定第i+1次计算中各 可选模型的权 重因子均值 第三赋值模块， 其用于 令 并通过第一计算模块获得后验概 率Pi+1； 第三计算模块， 其用于对各 可选模型的权 重因子均值和后验概 率进行转移处 理；权　利　要　求　书 2/3 页 3 CN 115422739 A 3