신경망 이론과 Simulated Annealing법을 이용한 노심 최적 장전모형 탐색 연구

최적 노심장전모형을 찾기 위한 확률론적 방법중 하나인 Simulated Annealing 방법은 기존 결정론적 방법의 단점인 국부 최적해에 빠질 위험성을 줄이면서도 빠른 시간 안에 최적 노심장전 모형을 찾을 수 있다. 그러나 많은 장전모형의 핵특성을 계산하기 위해서는 많은 전산시간이 소요되기 때문에 이의 해결 방법으로 신경망이론 이용한 노심해석을 통하여 시간을 극소화하고, 기존의 섭동이론 등 가속화된 방법에 비해 정확도를 높였다. 영광 3호기 평형노심에 적용한 결과 기존 설계된 장전모형에 비하에 더 보수적인 제한치를 만족하면서도 주기길이가 33EFPD 만큼 길어지는 장전모형을 1시간 이내에 찾을 수 있어 기존의 결정론적 방법이나 다른 핵특성 계산 모델을 사용한 SA법에 비해 더 적은 전산시간 동안 정확한 최적해를 탐색하는 것을 확인하였다.