燃耗稀疏矩阵求解方法及系统、设备和存储介质技术方案

本发明专利技术公开了燃耗稀疏矩阵求解方法及系统、设备和存储介质，燃耗稀疏矩阵求解方法，包括以下步骤：S1、获取燃耗稀疏矩阵A并预先对燃耗稀疏矩阵A中的核素燃耗进行排序处理；S2、采用消去树算法获取经过排序处理后燃耗稀疏矩阵A的超级节点，并对超级节点进行处理；S3、更新步骤S2获取的各个超级节点的右侧列数据；S4、根据数值分解结果对步骤S3获取的燃耗稀疏矩阵A的矩阵方程进行求解。本发明专利技术所述求解方法采用超级节点进行求解，不仅可以节点的数量，且通过缓存优化实现更优的性能，从而提高计算速度。计算速度。计算速度。

【技术实现步骤摘要】
燃耗稀疏矩阵求解方法及系统、设备和存储介质


[0001]本专利技术涉及核反应堆堆芯设计
，具体涉及燃耗稀疏矩阵求解方法及系统、设备和存储介质。

技术介绍

[0002]通常来说，堆芯核设计程序系统包括组件中子学计算程序和堆芯中子学计算程序。无论组件计算程序还是堆芯计算程序，都需要在中子输运方程或中子扩散方程的基础上进行燃耗计算。燃耗计算是反应堆物理计算分析的重要内容，在计算反应堆内燃料的增殖与消耗、反应性的变化等方面起着至关重要的作用。
[0003]传统的燃耗稀疏矩阵求解过程如图1所示，其基本过程为：1)预先排序减少填充元的数量；2)采用列
‑
列更新算法进行LU符号分解；3)将符号列表转换为数值列表进行数值分解；4)根据数值分解的结果进行方程组的求解。
[0004]在很多情况下，传统的方法缓存利用并不充分，数据进出缓存频繁，会导致计算速度降低。

技术实现思路

[0005]本专利技术的目的在于提供燃耗稀疏矩阵求解方法，该求解方法采用超级节点进行求解，不仅可以节点的数量，且通过缓存优化实现更优的性能，从而提高计算速度。
[0006]此外，本专利技术还提供用于实现上述求解方法的系统、设备和存储介质
[0007]本专利技术通过下述技术方案实现：
[0008]燃耗稀疏矩阵求解方法，包括以下步骤：
[0009]S1、获取燃耗稀疏矩阵A并预先对燃耗稀疏矩阵A中的核素燃耗进行排序处理；
[0010]S2、采用消去树算法获取经过排序处理后燃耗稀疏矩阵A的超级节点，并对超级节点进行处理；
[0011]S3、更新步骤S2获取的各个超级节点的右侧列数据；
[0012]S4、根据数值分解结果对步骤S3获取的燃耗稀疏矩阵A的矩阵方程进行求解。
[0013]本专利技术所述超级节点是指在稀疏矩阵中，相邻且稀疏位置相同(或相似)的列，可以看作是一个节点(而不是多个节点)；这样，相应的消去树中，多个节点可以合并，这一方面可以减少节点的数量，另一方面可以通过缓存优化，从而实现更优的性能；再者，超级节点在数据存储时是作为稠密矩阵方式存储的，这时就可以使用BLAS中的各种矩阵矢量算法方法。
[0014]通常的超级节点一般分为四种类型，如图3所示。其中，黑色部分表示全部有值的稠密部分，而细线部分则表示行列结构相同。
[0015]本专利技术通过对燃耗稀疏矩阵A中的核素燃耗进行排序处理能够减少填充元的数量，然后采用超级节点算法求解燃耗稀疏矩阵，一方面可以减少节点的数量，另一方面可以通过缓存优化实现更优的性能，从而提高计算速度。
[0016]进一步地，步骤S1中，排序处理为：按照ZT值对核素进行降序排序；ZT值的定义为1000Z+T，其中Z为核素的原子序数，T为核素的原子量；
[0017]进一步地，步骤S2中，采用supernode算法对超级节点进行处理。
[0018]进一步地，步骤S2中，对超级节点进行处理包括松弛节点的计算、各超级节点的列合并和数值更新。
[0019]进一步地，松弛节点的计算：根据消去树，对矩阵下三角区，将孩子节点少于r(取值一般4～8)个的父亲节点和全部子节点合并，合并后的节点称为松弛节点。
[0020]进一步地，各超级节点的列合并：对矩阵上三角区，将w(取值一般4～8)个连续的列视为多列。
[0021]进一步地，步骤S4中，数值分解结果为步骤S2经过数值更新后获得的结果。
[0022]用于上述求解方法的燃耗稀疏矩阵求解系统，包括：
[0023]核素燃耗信息获取模块，用于获取描述核素燃耗情况的方程组在迭代求解过程中对应的燃耗稀疏矩阵A；
[0024]排序处理模块，用于对燃耗稀疏矩阵A中的核素燃耗进行排序处理；
[0025]超级节点处理模块，用于将燃耗稀疏矩阵A中节点进行合并获得超级节点，并对超级节点进行处理；
[0026]求解模块，用于根据数值分解结果对更新后燃耗稀疏矩阵A的矩阵方程进行求解。
[0027]基于燃耗稀疏矩阵求解系统的稀疏矩阵求解设备，包括：
[0028]至少一个处理器，以及与所述处理器通信连接的至少一个存储器；
[0029]其中，所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令执行上述求解方法。
[0030]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令使计算机执行上述求解方法。
[0031]本专利技术与现有技术相比，具有如下的优点和有益效果：
[0032]与传统的燃耗稀疏矩阵求解方法相比，本专利技术基于超级节点算法的对燃耗稀疏矩阵进行求解不仅可以节点的数量，且通过缓存优化实现更优的性能，从而提高计算速度。
附图说明
[0033]此处所说明的附图用来提供对本专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定。在附图中：
[0034]图1为传统的燃耗稀疏矩阵求解流程图；
[0035]图2为本专利技术燃耗稀疏矩阵求解流程图；
[0036]图3为超级节点的四种类型示意图。
具体实施方式
[0037]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。
[0038]实施例1：
[0039]如图2所示，燃耗稀疏矩阵求解方法，包括以下步骤：
[0040]S1、获取燃耗稀疏矩阵A并预先对燃耗稀疏矩阵A中的核素燃耗进行排序处理；具体地，在本实施例中，排序处理为：按照ZT值对核素进行降序排序；ZT值的定义为1000Z+T，其中Z为核素的原子序数，T为核素的原子量；经过排序处理能降低填充元的数量；
[0041]S2、采用消去树算法获取经过排序处理后燃耗稀疏矩阵A的超级节点，并采用supernode算法对超级节点进行处理，对超级节点进行处理包括松弛节点的计算、各超级节点的列合并和数值更新；
[0042]具体地：松弛节点的计算：根据消去树，对矩阵下三角区，将孩子节点少于r(取值一般4～8)个的父亲节点和全部子节点合并，合并后的节点称为松弛节点；
[0043]各超级节点的列合并：对矩阵上三角区，将w(取值一般4～8)个连续的列视为多列；
[0044]数值更新为：根据得到的矩阵下三角区的松弛节点和上三角区的多列，从左上角到右下角，根据LU分解计算规则进行数值更新，获得矩阵数值分解结果
[0045]S3、更新步骤S2获取的各个超级节点的右侧列数据；
[0046]在S2执行过程中，当遇选主元操作时需要交换行的顺序，此时右侧数据需要同步执行行交换。
[0047]S4、根据数值分解结果对步骤S3获取的燃耗稀疏矩阵A的矩阵方程进行求解；即根据步骤S2、步骤S3得到的左侧LU分解结果和右侧数据，执行标准的LU方程求解。
[0048]本实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.燃耗稀疏矩阵求解方法，其特征在于，包括以下步骤：S1、获取燃耗稀疏矩阵A并预先对燃耗稀疏矩阵A中的核素燃耗进行排序处理；S2、采用消去树算法获取经过排序处理后燃耗稀疏矩阵A的超级节点，并对超级节点进行处理；S3、更新步骤S2获取的各个超级节点的右侧列数据；S4、根据数值分解结果对步骤S3获取的燃耗稀疏矩阵A的矩阵方程进行求解。2.根据权利要求1所述的燃耗稀疏矩阵求解方法，其特征在于，步骤S1中，排序处理为：按照ZT值对核素进行降序排序；ZT值的定义为1000Z+T，其中Z为核素的原子序数，T为核素的原子量。3.根据权利要求1所述的燃耗稀疏矩阵求解方法，其特征在于，步骤S2中，采用supernode 算法对超级节点进行处理。4.根据权利要求1所述的燃耗稀疏矩阵求解方法，其特征在于，步骤S2中，对超级节点进行处理包括松弛节点的计算、各超级节点的列合并和数值更新。5.根据权利要求4所述的燃耗稀疏矩阵求解方法，其特征在于，松弛节点的计算过程如下：根据消去树，对矩阵下三角区，将孩子节点少于r个的父亲节点和全部子节点合并，合并后的节点称为松弛节点。6.根据权利要求4所述的燃耗稀疏矩阵求解方法，其特征在于，各超级节点的列合并为对矩阵上三角区，...

【专利技术属性】
技术研发人员：郭凤晨，芦韡，柴晓明，李庆，于洋，刘东，卢宗健，强胜龙，曾辉，明平洲，
申请(专利权)人：中国核动力研究设计院，
类型：发明
国别省市：