摘要：準(zhǔn)確地預(yù)測(cè)臨界熱流密度(CHF)對(duì)于反應(yīng)堆的安全和運(yùn)行十分重要。針對(duì)現(xiàn)有人工神經(jīng)網(wǎng)絡(luò)(ANNs)預(yù)測(cè)方法所存在的缺點(diǎn),提出一種基于高斯過(guò)程回歸(GPR)的CHF預(yù)測(cè)方法。首先對(duì)獲取的當(dāng)?shù)貤l件下CHF數(shù)據(jù)進(jìn)行預(yù)處理,將數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集;然后,利用訓(xùn)練數(shù)據(jù)對(duì)GPR模型進(jìn)行訓(xùn)練,并得到最優(yōu)超參數(shù);再利用訓(xùn)練好的GPR模型對(duì)CHF進(jìn)行預(yù)測(cè),并將結(jié)果與徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)進(jìn)行比較,同時(shí)分析了重要參數(shù)對(duì)CHF的影響趨勢(shì)。結(jié)果表明,與RBFNN相比,GPR模型的預(yù)測(cè)結(jié)果具有更高的預(yù)測(cè)精度和更小的誤差,且與對(duì)應(yīng)的實(shí)驗(yàn)值吻合較好,其參數(shù)趨勢(shì)符合通用的趨勢(shì)變化規(guī)律。