文献

J-GLOBAL ID：201802242920680601   整理番号：18A1651185

ハイパーヒューリスティックによる多目的炉心内核燃料管理最適化【JST・京大機械翻訳】

Multiobjective in-core nuclear fuel management optimisation by means of a hyperheuristic

著者 (5件)： Schluenz E.B. (Radiation and Reactor Theory, The South African Nuclear Energy Corporation SOC Ltd, PO Box 582, Pretoria, 0001, South Africa) ,  Schluenz E.B. (Department of Logistics, Stellenbosch University, Private Bag X1, Matieland, 7602, South Africa) ,  Schluenz E.B. (Stellenbosch Unit for Operations Research in Engineering, Department of Industrial Engineering, Stellenbosch University, Private Bag X1, Matieland, 7602, South Africa) ,  Bokov P.M. (Radiation and Reactor Theory, The South African Nuclear Energy Corporation SOC Ltd, PO Box 582, Pretoria, 0001, South Africa) ,  van Vuuren J.H. (Stellenbosch Unit for Operations Research in Engineering, Department of Industrial Engineering, Stellenbosch University, Private Bag X1, Matieland, 7602, South Africa)
資料名： Swarm and Evolutionary Computation  (Swarm and Evolutionary Computation)
巻： 42  ページ： 58-76  発行年： 2018年 
JST資料番号： W3213A  ISSN： 2210-6502  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,制約付き多目的インコア燃料管理最適化(MICFMO)の問題を,解アプローチとしてのハイパー発見的手法を用いて初めて検討した。AMALGAM法(複数のサブアルゴリズムを同時に組み込んだ進化ベース技術)と呼ばれる多目的ハイパーヒューリスティックを,MICFMOが実行される一般性のレベルを改善する試みにおいて,3つの以前に研究されたメタヒューリスティックス,すなわち非支配ソート遺伝的アルゴリズムII,パレートコロニー最適化アルゴリズムおよびクロスエントロピー法を用いた多目的最適化と比較した。この解法は,分離に適用された場合,上述のメタヒューリスティックによる一貫した性能の欠如により動機付けられた。SAFARI-1核研究炉に基づくいくつかの問題事例の試験一式の文脈で比較を行った。最適化結果に関する非パラメトリック統計解析により,AMALGAM法が試験一式内の問題事例の大部分において3つのメタ発見法よりも著しく優れていることを明らかにした。さらに,提案したAMALGAM法とランダム化(または非学習)バージョンの間の追加比較を行い,文献で利用可能な選択関数ベースの多目的ハイパーヒューリスティックを示した。提案した方法は,MICFMO試験一式の文脈内で選択関数ベースのアルゴリズムより優れており,そのランダム化版と比較して類似の品質の結果をもたらすことが分かった。超発見的結果の実際的な関連性は,現在の燃料集合再負荷設計アプローチに従って設計された再負荷配置に従って得られた解をSAFARI-1反応器で比較することによってさらに実証される。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *燃料管理 ,  学習 ,  遺伝的アルゴリズム ,  統計解析 ,  *最適化 ,  ソーティング ,  品質 ,  普遍性 ,  発見的方法
準シソーラス用語： 設計手法 ,  多目的最適化 ,  最適アルゴリズム ,  メタヒューリスティクス ,  *ヒューリスティック , 【Automatic Indexing@JST】

著者キーワード (4件)： ハイパーヒューリスティック ,  多目的最適化 ,  炉心内燃料管理の最適化 ,  原子炉

分類 (5件)： 人工知能  (JE08000Z) ,  数理計画法  (KA03030M) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  数値計算  (JE02000J) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (4件)： 多目的炉 ,  内核 ,  燃料管理 ,  最適化