方 力陈春花周 文杨子辉汪建业

1（中国科学院合肥物质科学研究院 合肥230031）

2（中国科学技术大学 合肥230027）

随着航天技术的发展和太空探索的深入，空间资源的探索及开发也成为大国竞争的重要领域［1］。先进电源技术是实现深空探测任务的关键因素，小型空间反应堆则是最有前景的解决方案之一［2］。自1950年代以来，美国和俄罗斯（前苏联）相继开展小型空间反应堆的研究工作［3］，分别提出了SNAP-10A、Kilopower、ROMASHK、BUK、TOPAZ［4］等 电源。由美国提出的Kilopower是世界各国研发的空间核反应堆电源中的佼佼者［5］。

由于空间堆的特殊性，对其堆芯体积和质量的优化有着极高的设计价值［6］。目前常用的优化模式仍然是以设计人员的经验为基础，同时结合大量的搜索计算。但由于堆芯系统自身的复杂性、参数之间的强耦合性等因素，人工求解过程非常低效耗时，且不易获得全局最优解［7］。与依靠人工经验的优化设计相比，现代启发式搜索方法非常适合求解高度复杂的非凸、不可导、非线性的优化问题［8］，如遗传算法、粒子群算法、模拟退火算法等，已被国内外广泛应用于堆芯设计优化领域［9‒11］。然而，研究发现上述算法仍然存在参数敏感和收敛性差的问题。差分进化（Differential Evolution，DE）算法作为一种非常有潜力的优化算法，由于其参数敏感性低、易实现、收敛快、鲁棒性强等特点［12］，而被广泛应用。Sacco等［13］将DE算法应用于反应堆堆芯设计问题，取得了良好的效果。本文基于DE算法，针对空间堆堆芯优化设计问题，为了增强其寻优能力，平衡全局和局部搜索能力，提出了一种自适应的参数动态调整策略，同时结合SuperMC软件平台［14］，将其应用到空间堆优化领域，以实现高效低成本的堆芯优化设计。……