申请/专利权人：中核北方核燃料元件有限公司

申请日：2023-12-01

公开（公告）日：2024-04-09

公开（公告）号：CN117854607A

主分类号：G16C20/10

分类号：G16C20/10;G16C20/70;G06N3/126;G06F18/2411;G06F18/214

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供了一种基于机器学习的弥散燃料芯块烧结工艺优化方法，包括：整理烧结数据，确定模型输入输出；数据预处理；基于支持向量机的前向预测；采用遗传规划算法来对工艺参数空间进行全局搜索，以获得最优工艺参数。本发明通过选用支持向量机，以及3折交叉验证，使得模型能够适用于弥散燃料芯块烧结小样本数据，实现由工艺参数到烧结结果的前向预测。

主权项：1.一种基于机器学习的弥散燃料芯块烧结工艺优化方法，其特征在于，包括：步骤1：整理烧结数据，确定模型输入输出；步骤2：数据预处理；步骤3：基于支持向量机的前向预测；步骤4：采用遗传规划算法来对工艺参数空间进行全局搜索，以获得最优工艺参数。

全文数据：

权利要求：

百度查询： 中核北方核燃料元件有限公司 一种基于机器学习的弥散燃料芯块烧结工艺优化方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD