[1C05-08] AI Technology

[1C05] Applicability Study of Bayesian Optimization in Core Neutronic Design

*Kazuki Kuwagaki¹, Kenji Yokoyama¹ (1. JAEA)

Keywords:Machine learning, Bayesian optimization, Core design optimization

原子力機構では、AI支援型革新炉ライフサイクル最適化手法（ARKADIA）の開発を進めている。ARKADIAの開発項目の一つとして、炉心・燃料設計パラメータを変化させながら、炉心性能によって定義される目的関数を最小化（又は最大化）するような最適仕様を自動で求めるシステムの構築がある。本研究では、そのシステム開発の第一ステップとして、簡易体系について炉心核設計の自動最適化に関する検討を行った。最適化にはベイズ最適化手法（BO）を使用することとし、核設計の単目的、及び2目的最適化例題を設定し、BOの適用性検討を行った。総当たり計算により設定した例題の参照解を算出し、BOによって得られた最適解との比較を行った結果、BOの解は参照解と良い一致を見せ、核設計におけるBOの有用性が示された。また、複数の制約条件がある場合の最適化についても検討を行い、BOによって複数制約条件付きの核設計最適化問題を解くことができる見込みを得た。