基于强化学习的多目标反应堆辐射屏蔽设计方法

本发明公开了一种基于强化学习的多目标反应堆辐射屏蔽设计方法，包括以下步骤：定义多目标优化问题以及约束条件；编码屏蔽层结构，得到层向量；在所述层向量的参数优化范围内多次抽样，得到多个样本方案，分别模拟各个样本方案所对应的中子剂量，并分别计算各个所述样本方案所对应的质量、体积和建造成本，得到训练数据集；利用所述训练数据集，采用基于强化学习、剂量模拟以及剂量预测的NSGA‑III多目标优化算法，训练得到多目标反应堆辐射屏蔽设计模型；在所述多目标反应堆辐射屏蔽设计模型中输入条件参数，输出满足剂量约束的帕累托前沿屏蔽设计方案集。本发明能够在保证辐射安全的前提下，有效降低材料消耗与综合成本，并兼顾计算效率与解的多样性。