质子诱发核散裂反应中产物截面的贝叶斯神经网络预测方法

核的散裂反应是由几十MeV以上能量的轻粒子诱发的一类剧烈核反应,可以产生种类繁多的放射性核素.散裂反应中的余核产生截面数据是核物理和核技术应用领域的关键基础数据,但由于反应涉及的体系从小到大,反应能量跨越3–4个数量级,以及产生余核的电荷和质量数范围很宽,整体上现有的多种理论模型对余核产生截面的预测精度有待进一步提高.本文以机器学习方法中的贝叶斯神经网络方法为例,建立对质子诱发核散裂反应中余核产生截面的贝叶斯直接学习方法和物理模型引导的间接学习方法,提高对质子诱发核散裂反应中余核产生截面的预测范围和预测精度.