5、基于适应度景观视角的异步主从式进化算法在核反应堆设计中的调优

基于适应度景观视角的异步主从式进化算法在核反应堆设计中的调优

1. 引言

在能源转型的背景下，间歇性可再生能源（如风力发电和太阳能）占比的增加是一个重要问题。一方面，法国政府计划到 2030 年将其占比提高到 30%，而目前仅为 6%。另一方面，这些能源的间歇性生产可能导致生产与消费之间的严重不平衡。因此，其他能源生产方式必须适应这些变化，特别是在法国占重要地位的核能。

核电厂能通过调整生产来应对电力变化，处于所谓的负荷跟踪模式。在此模式下，主要通过控制棒（中子吸收体）来控制电厂，但控制棒可能会在堆芯中引入不可接受的空间扰动，尤其是在功率大幅变化的情况下。本文的目的是优化核电厂的可控性，以应对大量间歇性可再生能源的引入，最终目标是调整控制参数，使负荷跟踪能在更短时间尺度和更大功率幅度尺度上进行，同时满足安全约束。

这是一个具有挑战性的实际优化问题，搜索域大、计算成本高且适应度函数的特性未知。由于核电厂的设计，使用 11 个整数变量来描述控制棒，如速度、棒间重叠等，因此这是一个大规模组合问题，无法进行完全枚举。此外，使用多物理模拟器来计算适应度函数，计算成本高昂，一次评估平均约需 40 分钟。

进化算法（EA）找到高质量解决方案的能力很大程度上取决于其参数设置。本文提出一种用于大规模计算环境的并行主从式 EA 来解决核反应堆运行优化问题（NROO 问题），并对变异参数进行分析。通过对 NROO 问题进行适应度景观分析，利用低成本特征来选择变异算子的相关参数。

主要目标如下：
1. 首次使用进化算法对控制棒进行离线优化。
2. 使用随机游走分析适应度景观结构，以调整算法参数，特别是变异参数。
3. 提出一种高效的单