(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 202110868135.X (22)申请日 2021.07.3 0 (71)申请人 成都中科合 迅科技有限公司 地址 610093 四川省成 都市高新区科园南 路1号4号楼8层1、 2、 3、 4 号 (72)发明人 范杰　张戎　 (74)专利代理 机构 成都明涛智创专利代理有限 公司 51289 专利代理师 杜梦 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/12(2006.01) G06Q 10/04(2012.01) G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 基于遗传算法的反应堆换 料工艺 (57)摘要 本发明涉及核换料技术领域， 采用的技术方 案为： 基于遗传算法的反应堆换料工艺， 包括： a、 建模： 构建从第i个位置出 发去完成第j个工艺的 代价函数cij， b、 利用代价函数构造评价函数f (Si)， c、 最优换料工艺路线： 采用遗传算法求解 最优路线。 本发明以杂交算子为主,其他算子为 辅， 同时增加了一些控制机制使得算法能够更为 快速地收敛； 该算法的演化过程是一个并行爬山 的过程， 因此很容易得到问题的全局最优解， 避 免了过早陷入局部最优解； 本发 明的数学模型的 建立， 能缩短遗传算法搜索时间。 权利要求书2页 说明书4页 附图1页 CN 114880913 A 2022.08.09 CN 114880913 A 1.基于遗传算法的反应堆换 料工艺， 其特 征在于： 包括： a、 建模： 构建从第i个位置出发去完成第j个工艺的代价 函数cij： 其中fk为辐射剂量 率， ak为影响权 重， k＝1， 2， 3； b、 利用代价 函数构造 评价函数f(Si)： 式中i,j＝0,1, …,n， n表示 为共有n个工艺， ( π1, π2,…, πn)是1,2,3, …,n的一个排列； c、 最优换 料工艺路线： 采用遗传算法求 解最优路线。 2.根据权利要求1所述的基于遗传算法的反应堆换料工艺， 其特征在于： 所述遗传算法 包括以下步骤： step1： 随机生成种群P＝{S0， S1， ...， SN‑1}， 其每一条染色体SN是一条遍历所有工艺的 随机路径， 计算每条染色体适应度fi， 初始化各演化 参数； step2： 初始化 i： i＝0； step3： 将种群P中的染色体Si赋值给空染色体S ′， 从S′中随机选择一基因工艺C； step4： 变异算子： 如果0～1之间的随机 数小于变异概率P1， 则从S′中任意选择一不同于 C的基因C ′， 并逆转C和C ′之间的基因片段， 转至step6； step5： 反序 ‑杂交算子： 从种群P中随机选 择不同于Si的另一条 染色体S″,在S″中指定与 C相邻的下一个 基因位C′， 并执行以下操作： a1： 如果S ′中C′的位置与C相邻， 转至step7； a2： 将S′中从C到C′之间的基因片段进行倒位操作； a3： 计算逆转前后路径改变值d， 若d< 0且演化速度小于临界速度， 转至step7； step6： 将C ′赋值给C， 重复执 行step4～step6， 直到 C取过S′的每一个 基因位； step7： 计算S ′的适应值， 判断： 如果f(S ′)>fi， 将S′替换Si， fi赋新值f(S′)； step8： i增 加1， 重复执 行step3开始的操作直到i ＝N； step9： 更新变异概 率； step10： 映射算子： 如果演化速度小于临界速度且0～1之间的随机数小于映射概率P2， 执行以下操作： b1： 随机从P中挑出两条染色体S1和S2， 假设f(S1)>f(S2)； b2： 从S1中随机选择一段基因片段Δs1， 判断S2中是否存在这样 一段基因Δs2： 它与Δs1 长度相同且第一 位和第二 位工艺编号相同； b3： 如果存在Δs2， 则将染色体S1中的基因片段Δs1置换为Δs2， 剩余基因按部分映射进 行调整； step11： 优化算子： 选择目前最优个体 中的若干个基因片段， 分别判断其余个体中是否 有工艺相同、 基因长度相同、 适应值更高的片段， 如果有， 则替换掉最优个体中相应的基因 片段；权　利　要　求　书 1/2 页 2 CN 114880913 A 2step12： 重复执 行step2～step11， 直到满足停机条件， 最后输出最优染色体。 3.根据权利要求2所述的基于遗传算法的反应堆换料工艺， 其特征在于： 所述演化参数 包括种群规模、 最大进化代数、 编码长度和交叉概 率。权　利　要　求　书 2/2 页 3 CN 114880913 A 3