提高超高能中子计算效率的蒙特卡罗抽样技巧

计算物理 ›› 2011, Vol. 28 ›› Issue (3): 323-328.

提高超高能中子计算效率的蒙特卡罗抽样技巧

李树¹, 田东风², 邓力¹

1. 北京应用物理与计算数学研究所, 北京 100088;
2. 中国工程物理研究院, 四川绵阳 621900

收稿日期:2010-04-08 修回日期:2010-08-10 出版日期:2011-05-25 发布日期:2011-05-25
作者简介:李树(1974-),男,重庆,副研究员,博士,从事粒子输运研究工作,北京8009信箱16分箱100088
基金资助:
中国工程物理研究院科学技术发展基金(2008B0103005,2008B0202018)资助项目

High Efficiency Monte Carlo Sample Method for Super-high Energy Neutrons

LI Shu¹, TIAN Dongfeng², DENG Li¹

1. Institute of Applied Physics and Computational Mathematics, Beijing 100088, China;
2. China Academy of Engineering Physics, Mianyang 621900, China

Received:2010-04-08 Revised:2010-08-10 Online:2011-05-25 Published:2011-05-25

摘要/Abstract

摘要： 利用蒙特卡罗方法模拟中子与中子碰撞及超高能中子的产生与输运,原有抽样方法需要模拟大量样本方能使与超高能中子有关统计量的计算误差达到要求.针对ICF聚变靶中子输运问题的特点,发展一种"加权赌分裂抽样方法",以增加重要区域的抽样数、减少非重要区域的抽样数,同时通过权修正保证计算结果无偏.典型模型数值模拟计算结果显示,该方法能够有效增加聚变区的中子抽样数、增加中子相互碰撞数,使超高能中子通量计算误差显著降低,达到提高超高能中子计算效率的目的.

关键词: 蒙特卡罗方法, 超高能中子, 抽样方法, ICF聚变, 中子输运

Abstract: An adding weight sample method is developed for neutron transportation in inertial confinement fusion.It aims to increase samples in important zone and decrease samples in non-important zone.Weight of each sample is corrected for keeping calculated results non-bias.Typical model is simulated.It indicates that the method improves effectively neutron samples in fusion zone,while collisions between neutrons increase obviously.Calculation error of super-high energy neutron flux is decreased remarkably.Calculation efficiency of super-high energy neutrons is improved.

Key words: Monte Carlo method, super-high energy neutron, sample method, neutron transportation

中图分类号:

O571.5l

李树, 田东风, 邓力. 提高超高能中子计算效率的蒙特卡罗抽样技巧[J]. 计算物理, 2011, 28(3): 323-328.

LI Shu, TIAN Dongfeng, DENG Li. High Efficiency Monte Carlo Sample Method for Super-high Energy Neutrons[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 2011, 28(3): 323-328.

[1]	蔡颖, 张存波, 刘旭, 范征锋, 刘元元, 徐小文, 张爱清. 二维球坐标系中子输运方程的一种并行SN算法[J]. 计算物理, 2022, 39(2): 143-152.
[2]	邓楚楚, 张鑫源, 陈水源, 吴宇晗, 叶晴莹, 黄志高. 小缺陷铁纳米环的磁特性[J]. 计算物理, 2020, 37(4): 473-478.
[3]	任娟, 张宁超, 刘萍萍. 碳气凝胶储氢性能的理论研究[J]. 计算物理, 2019, 36(6): 749-756.
[4]	刘聪, 张斌, 张亮, 郑君萧, 陈义学. S_N共轭函数用于蒙特卡罗粒子输运自动减方差的研究[J]. 计算物理, 2018, 35(5): 535-544.
[5]	徐小东, 周彬, 郭金川, 易明皓, 肖飞虎. 微结构X射线源中电子与阳极作用的蒙特卡罗模拟[J]. 计算物理, 2018, 35(1): 95-102.
[6]	李刚, 张宝印, 邓力, 上官丹骅, 李瑞, 马彦, 付元光, 胡小利. 蒙特卡罗区域分解并行计算中确保串并行结果一致的伪随机数应用[J]. 计算物理, 2017, 34(1): 67-72.
[7]	杨师俨, 何曼丽, 蒋丹枫, 王国辉, 苑超, 戴耀东. 反应堆²³⁵U裂变源辐射防护材料的优化设计[J]. 计算物理, 2017, 34(1): 73-81.
[8]	上官丹骅, 许海燕. 非定常输运模拟中基于粒子标识分类的源偏倚算法[J]. 计算物理, 2016, 33(6): 639-644.
[9]	郑征, 王梦琪, 黎辉, 梅其良. 三维离散纵标-蒙特卡罗耦合方法在核电厂堆腔漏束计算中的应用[J]. 计算物理, 2016, 33(5): 599-605.
[10]	单卿, 蔡平坤, 褚胜男. PGNAA煤质在线测量中同时提高C、O和其它元素测量精度的慢化体模拟[J]. 计算物理, 2016, 33(5): 625-630.
[11]	龙光波, 郑永刚, 欧建文, 王兴华, 黄霞, 王艳芳. 逆Compton散射的MonteCarlo模拟[J]. 计算物理, 2016, 33(2): 136-146.
[12]	王延. CTRW模型等待时间分布的随机抽样方法[J]. 计算物理, 2013, 30(4): 571-576.
[13]	王红霞, 刘代志, 宋仔标, 杨倪晨, 杨成莱. 激光在烟幕中传输的蒙特卡罗模拟[J]. 计算物理, 2013, 30(3): 415-421.
[14]	李满仓, 王侃, 姚栋. 连续能量蒙特卡罗方法组件均匀化中的临界效应[J]. 计算物理, 2012, 29(5): 727-732.
[15]	梅立泉, 方叶, 原长琦. 中子输运方程源项反演的瑞利商迭代算法[J]. 计算物理, 2012, 29(3): 369-374.