[发明专利]一种基于遗传算法的中子管加速系统优化方法

权利要求书

1.一种基于遗传算法的中子管加速系统优化方法，其特征在于，包括以下步骤：

步骤1、初始化

以中子管加速系统的几何结构参数为待优化参数，随机生成N个二进制数表示待优化参数，成为一个个体，构成初始种群；

步骤2、计算个体适应度

将获得的二进制数进行转换，生成十进制表示的中子管加速系统几何结构参数；根据十进制表示的中子管加速系统几何结构参数，构建中子管加速系统几何模型；采用有限元法，计算遗传个体对应的中子管加速系统的束流性能指标；

根据中子管加速系统的束流性能指标，建立目标函数；然后以目标函数值来度量遗传个体的适应度；

步骤3、迭代进行遗传操作，生成新种群，计算新种群每个个体的适应度，直至满足迭代停止条件，输出满足迭代停止条件时的最优解，作为待优化参数的取值，并按照待优化参数的取值制作中子管加速系统；

步骤2中，遗传个体对应的中子管加速系统的束流性能指标包括束流不均匀度、束流脱靶数及束流半径；

目标函数的数学表达式为：

目标函数ObjV＝target/base+outtarget；

其中，target为束流不均匀度；outtarget为束流脱靶数、base为束流半径；目标函数值越小，表示遗传个体的适应度越优良；

其中，束流不均匀度target的数学表达式为：

其中，o为不均匀度；Z_x为理想状态下，靶面上某个圆环x中的粒子数；A_x为靶面上某个圆环x的面积；A_总为靶面总面积；U_x为靶面上某个圆环x中的实际粒子数；x＝1,2,…,n。

2.根据权利要求1所述的一种基于遗传算法的中子管加速系统优化方法，其特征在于，步骤1中，待优化参数包括中子管加速系统的加速间隙、加速电极极小径、加速电极长度、引出极孔径、磁环坡口径、导磁筒坡口径及加速电极孔径。

3.根据权利要求1所述的一种基于遗传算法的中子管加速系统优化方法，其特征在于，利用有限元方法与Matlab软件对目标函数进行求解。

4.根据权利要求1所述的一种基于遗传算法的中子管加速系统优化方法，其特征在于，步骤3中，遗传操作包括选择、交叉和变异；其中，选择操作根据遗传个体适应度值的大小，采用精英选择与轮盘赌相结合机制；交叉操作采用均匀交叉方式，随机选择个体实施行交叉或列交叉；变异操作采用位变异机制。

5.根据权利要求1所述的一种基于遗传算法的中子管加速系统优化方法，其特征在于，步骤3中，满足迭代停止条件为达到最大进化代数，此时最优解为当前种群中适应度最小的个体所对应的待优化参数。

6.根据权利要求1所述的一种基于遗传算法的中子管加速系统优化方法，其特征在于，步骤3中，满足迭代停止条件为适应度达到设定要求，此时最优解为适应度达到设定要求的个体所对应的待优化参数。