本发明涉及乏燃料后处理领域,特别是指一种乏燃料后处理工艺的知识对象处理方法、装置及设备。
背景技术:
1、乏燃料是高放废料,主要来源于核电站燃烧后的核燃料,占3%份额的乏燃料贡献了95%的放射性。目前,随着乏燃料循环利用和可持续发展相关新技术的兴起,乏燃料后处理工艺复杂,不确定性强,对专家经验要求高,因而传统的乏燃料后处理方法难以满足乏燃料可持续发展的最新需求,例如乏燃料后处理工艺物流在线实时分析尚有许多空白。
2、在动力堆乏燃料后处理中间试验工厂的设计、建设和调试成果基础上,结合国内外先进经验,优化设计,采用成熟、可靠、先进的乏燃料后处理技术,建立了乏燃料后处理工业示范厂。为了解决这一问题,需要改进乏燃料后处理工业示范厂的智能化技术,提高不确定处理能力和专家经验利用率。
技术实现思路
1、本发明要解决的技术问题是提供一种乏燃料后处理工艺的知识对象处理方法、装置及设备,以提高乏燃料后处理工艺中知识对象的推理与问题求解的优化能力,优化并提高乏燃料后处理工艺的效率。
2、为解决上述技术问题,本发明的实施例提供一种乏燃料后处理工艺的知识对象处理方法,包括:
3、获取乏燃料后处理工艺中的至少两个知识对象;所述知识对象包括:至少一个乏燃料后处理工艺、至少一个所述乏燃料后处理工艺对应的设备、至少一个所述乏燃料后处理工艺的至少一种设备对应的工艺参数;
4、根据至少两个所述知识对象,获得乏燃料后处理工艺的知识图谱染色体种群;
5、根据预设算法,获得所述知识图谱染色体种群的目标染色体个体向量;
6、根据所述目标染色体个体向量对乏燃料后处理工艺的预设知识库进行调整,获得目标知识库。
7、可选的,根据至少两个所述知识对象,获得乏燃料后处理工艺的知识图谱染色体种群,包括:
8、根据至少两个所述知识对象之间的关系,获得至少两个所述知识对象的知识图谱;
9、对所述知识图谱中知识对象的数据进行形式化处理,获得至少两个第一染色体个体向量;
10、根据至少两个所述第一染色体个体向量,获得所述乏燃料后处理工艺的知识图谱染色体种群。
11、可选的,根据预设算法,获得所述知识图谱染色体种群的目标染色体个体向量,包括:
12、根据预设进化算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量;
13、根据所述第二染色体个体的适应度,确定所述知识图谱染色体种群的目标染色体个体向量。
14、可选的,根据预设进化算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量,包括:
15、根据预设变异算法和/或预设交叉算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量。
16、可选的,根据预设变异算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量,包括:
17、获取所述知识图谱染色体种群中任一第一染色体个体向量上的第一预设片段和第二预设片段;
18、对所述第一预设片段和所述第二预设片段进行位置互换,获得进化后的第二染色体个体向量。
19、可选的,根据预设交叉算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量,包括:
20、分别获取所述知识图谱染色体种群中的任意两个第一染色体个体向量中的其中一个第一染色体个体向量的第三预设片段以及另一个第一染色体个体向量的第四预设片段;
21、对所述第三预设片段和所述第四预设片段进行交叉映射,获得进化后的第二染色体个体向量。
22、可选的,根据所述第二染色体个体向量的适应度,确定所述知识图谱染色体种群的目标染色体个体向量,包括:
23、基于预设优化目标函数,获得所述第二染色体个体向量的适应度;
24、在预设迭代次数内,当所述适应度大于或等于一预设阈值时,确定当前所述适应度对应的第二染色体个体向量为目标染色体个体向量;
25、在预设迭代次数内,当所述适应度小于一预设阈值时,将每一次进化后的染色体个体向量的适应度按照从小到大的顺序进行排序,并将排序中最大适应度对应的第二染色体个体向量确定为目标染色体个体向量。
26、本发明的实施例还提供一种乏燃料后处理工艺的知识对象处理装置,包括:
27、获取模块,用于获取乏燃料后处理工艺中的知识对象;所述知识对象包括:至少一个乏燃料后处理工艺、至少一个所述乏燃料后处理工艺对应的设备、至少一个所述乏燃料后处理工艺的至少一种设备对应的工艺参数;
28、处理模块,用于根据所述知识对象,获得乏燃料后处理工艺的知识图谱染色体种群;根据预设迭代算法,获得所述知识图谱染色体种群的目标染色体个体向量;根据所述目标染色体个体向量对乏燃料后处理工艺的预设知识库进行调整,获得目标知识库。
29、本发明的实施例还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上述所述的方法。
30、本发明的实施例还提供一种计算机可读存储介质,存储指令,当所述指令在计算机上运行时,使得计算机执行如上述所述的方法。
31、本发明的上述方案至少包括以下有益效果:
32、本发明的上述方案,通过获取乏燃料后处理工艺中的知识对象;所述知识对象包括:至少一个乏燃料后处理工艺、至少一个所述乏燃料后处理工艺对应的设备、至少一个所述乏燃料后处理工艺的至少一种设备对应的工艺参数;根据所述知识对象,获得乏燃料后处理工艺的知识图谱染色体种群;根据预设迭代算法,获得所述知识图谱染色体种群的目标染色体个体向量;根据所述目标染色体个体向量对乏燃料后处理工艺的预设知识库进行调整,获得目标知识库,以提高乏燃料后处理工艺中知识对象的推理与问题求解的优化能力,优化并提高乏燃料后处理工艺的效率。
1.一种乏燃料后处理工艺的知识对象处理方法,其特征在于,包括:
2.根据权利要求1所述的乏燃料后处理工艺的知识对象处理方法,其特征在于,根据至少两个所述知识对象,获得乏燃料后处理工艺的知识图谱染色体种群,包括:
3.根据权利要求1所述的乏燃料后处理工艺的知识对象处理方法,其特征在于,根据预设算法,获得所述知识图谱染色体种群的目标染色体个体向量,包括:
4.根据权利要求3所述的乏燃料后处理工艺的知识对象处理方法,其特征在于,根据预设进化算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量,包括:
5.根据权利要求4所述的乏燃料后处理工艺的知识对象处理方法,其特征在于,根据预设变异算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量,包括:
6.根据权利要求4所述的乏燃料后处理工艺的知识对象处理方法,其特征在于,根据预设交叉算法,对所述知识图谱染色体种群中的第一染色体个体向量进行迭代进化处理,获得进化后的第二染色体个体向量,包括:
7.根据权利要求3所述的乏燃料后处理工艺的知识对象处理方法,其特征在于,根据所述第二染色体个体向量的适应度,确定所述知识图谱染色体种群的目标染色体个体向量,包括:
8.一种乏燃料后处理工艺的知识对象处理装置,其特征在于,包括:
9.一种计算设备,其特征在于,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,存储指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7任一项所述的方法。