摘要
本发明属于机器学习与核反应堆物理交叉技术领域，公开了一种求解异质反应堆稳态中子扩散问题的方法、产品及系统，尤其适用于多区域、多材料复杂排布的反应堆堆芯模型。该方法通过对稳态多群中子扩散方程进行导数降阶处理，构建包含流连续条件的一阶导数方程组等效形式，并利用神经网络联合预测中子通量密度与中子流密度，在不同材料区域分界面处可自动实现中子通量密度与中子流密度的连续性。相较于传统方法，本发明可避免在材料界面上的复杂采样操作，简化建模流程；并减少材料界面处流连续约束损失函数的设计，有效提升了预测精度与训练效率，具备良好的通用性和鲁棒性。
