RUS  ENG
Полная версия
ЖУРНАЛЫ // Управление большими системами // Архив

УБС, 2024, выпуск 110, страницы 266–294 (Mi ubs1221)

Оценка качества решений в задачах ассимиляции нейтронно-физических данных: обзор подходов и рекомендации по их применению

А. А. Андрианов, О. Н. Андрианова

Обнинский институт атомной энергетики НИЯУ МИФИ, Обнинск

Аннотация: Приводится обзор современных подходов к диагностике и оценке качества результатов ассимиляции данных в задачах моделирования нейтронно-физических процессов в объектах использования атомной энергии. Несмотря на широкое применение методов ассимиляции нейтронно-физических данных в последнее время, вопросам диагностики и оценки качества, достоверности и надежности результатов ассимиляции не уделяется должного внимания. В работе систематизированы и описаны все известные метрики и подходы к оценке качества используемых ковариационных данных, показатели информативности и подобия реакторно-физических экспериментов друг другу и в отношении целевого объекта, способы выявления противоречивых экспериментов и диагностики качества решений на основе различных статистических показателей. Обсуждаются области применения различных метрик и подходов, их преимущества и недостатки, а также авторское видение места каждого из показателей и возможная последовательность их применения при реализации процедур ассимиляции в рассматриваемой предметной области. В работе также приводятся рекомендации, направленные на то, чтобы избежать нефизических решений, минимизировать компенсаторные эффекты при корректировке модельных параметров, включая нейтронные константы и технологические параметры, обеспечить возможность вовлечь в анализ эксперименты, носящие противоречивый характер.

Ключевые слова: ассимиляция данных, машинное обучение, анализ неопределенности, нейтронно-физическое моделирование, объекты использования атомной энергии, реакторно-физические эксперименты.

УДК: 621.039.51
ББК: 31.4

Поступила в редакцию: 10 января 2024 г.
Опубликована: 31 июля 2024 г.

DOI: 10.25728/ubs.2024.110.10



© МИАН, 2024