一种智能体驱动的蒙卡输入文件生成方法

摘要: 本发明涉及蒙特卡罗粒子输运仿真与智能信息处理,尤其涉及一种智能体驱动的蒙卡输入文件生成方法。背景技术:1、蒙特卡罗粒子输运仿真是一种基于随机抽样方法描述粒子输运...
一种智能体驱动的蒙卡输入文件生成方法

本发明涉及蒙特卡罗粒子输运仿真与智能信息处理,尤其涉及一种智能体驱动的蒙卡输入文件生成方法。

背景技术:

1、蒙特卡罗粒子输运仿真是一种基于随机抽样方法描述粒子输运过程的数值计算方法,广泛应用于核设施屏蔽设计、反应堆屏蔽分析、加速器屏蔽设计、辐射防护、核应急分析、放射源利用以及医疗物理等领域。在蒙特卡罗粒子输运仿真过程中,用户通常需要根据具体仿真任务建立相应的输入文件,用于描述仿真所需的几何结构、材料组成、源项参数、粒子类型、物理模型、统计量、探测器设置、能量截断参数以及减方差参数等内容。

2、现有蒙特卡罗粒子输运程序通常采用结构化输入文件作为任务描述方式。例如,mcnp程序的输入文件通常包括几何描述部分和数据定义部分,需要按照规定语法组织粒子源、统计量、物理参数以及权重窗等配置内容。对于采用gdml格式描述几何模型的蒙特卡罗输运程序,输入文件还需要保证材料、几何实体、体结构、位置关系、旋转关系以及探测器引用之间的关联关系正确。以mcshield蒙卡输运软件为例,其输入文件由配置文件和gdml模型文件组成,其中配置文件用于描述粒子数量、物理模型、输入路径以及减方差开关等运行参数,gdml模型文件用于描述几何结构、材料信息、源项、统计设置、能量截断以及探测器绑定关系。因此,蒙卡输入文件的生成不仅涉及文本格式组织,还涉及物理模型、几何结构和程序语义之间的综合匹配。

3、目前,针对蒙卡输入文件构建的相关技术主要包括人工编写输入文件、基于脚本的输入文件生成、几何模型转换以及不同仿真程序之间的输入文件转换等方式。其中,人工编写方式依赖用户对蒙卡程序语法规则、物理模型以及工程场景具有较深入理解,需要用户逐项配置几何、材料、源项和统计参数,编写过程复杂且容易出现字段遗漏、引用错误以及模块配置不一致等问题。

4、部分现有技术通过几何转换方式实现输入模型自动构建,例如基于cad模型转换生成蒙卡几何模型,或者通过解析已有仿真程序输入文件实现不同程序之间的格式转换。这类方法主要解决几何数据转换或输入文件格式转换问题,通常需要用户预先提供结构化几何模型或已有输入文件,无法根据用户自然语言描述的工程需求直接生成包含几何、源项、统计以及运行控制参数的完整蒙卡输入文件。

5、随着大语言模型和智能体技术的发展,部分技术尝试利用大语言模型辅助仿真流程自动化,通过自然语言交互生成仿真配置或修改输入文件。然而,直接利用大语言模型生成蒙卡输入文件仍存在一定局限性。由于蒙卡输入文件包含大量具有严格语法和物理约束关系的字段,大语言模型在缺少领域规则约束时,容易生成不存在的字段、错误的参数路径、无效的几何引用关系或者缺少必要模块依赖的配置内容。此外,蒙卡几何模型通常采用多层级xml结构描述,几何对象、材料、位置、旋转以及探测器引用信息分散于不同节点,仅依靠自然语言理解难以准确建立用户需求与具体几何对象之间的对应关系。

6、进一步地,现有智能化仿真辅助方法通常关注任务规划、参数调整或结果分析等环节,对于蒙卡输入文件生成过程中涉及的自然语言需求解析、领域知识约束、几何信息解析、字段级合法性校验、文件受限生成以及生成结果反馈验证等多个环节缺少统一处理机制。因此,在实际工程应用中,仍需要用户对生成结果进行大量人工检查和修改,难以实现蒙卡输入文件的自动化、可靠化生成。

7、因此,如何在保证蒙卡输入文件结构合法性和物理语义正确性的基础上,实现从用户自然语言需求到蒙卡输入文件的自动生成,并解决几何信息关联、字段约束、模块依赖以及生成结果验证等问题,成为目前蒙卡粒子输运仿真自动化过程中亟需解决的技术问题。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

2、本发明的主要目的在于提供一种智能体驱动的蒙卡输入文件生成方法。

3、为达上述目的,本发明实施例提出了一种智能体驱动的蒙卡输入文件生成方法,包括:

4、s1、通过需求接收与会话管理模块接收用户输入的蒙卡仿真任务描述信息、历史会话信息、外部几何文件以及辅助文件,并对多轮会话信息进行整理,形成有效需求信息;

5、s2、基于所述有效需求信息,通过领域证据检索模块获取蒙卡领域知识库中的场景案例、字段解释、输入文件模板以及模块模式信息,并由规划智能体模块生成结构化操作计划;

6、s3、通过几何解析智能体模块读取外部几何文件和辅助文件,提取材料、实体、体、位置、旋转、探测器引用以及统计区域相关信息,形成几何事实集;

7、s4、将所述结构化操作计划转换为字段补丁,并通过字段schema与补丁守卫模块对所述字段补丁进行校验;

8、s5、根据通过校验后的字段补丁、所述几何事实集、输入文件模板以及模块模式信息,通过受限渲染执行模块生成蒙卡控制配置文件和几何模型文件;

9、s6、通过验证智能体模块对生成的蒙卡控制配置文件和几何模型文件进行结构化验证,并根据验证结果生成反馈信息;

10、s7、根据所述反馈信息更新领域证据检索模块中的验证反馈记录,或者返回规划智能体模块重新生成结构化操作计划。

11、在本发明的一个实施例中,所述步骤s1包括:

12、接收用户输入的场景名称、几何文件路径、粒子类型、源项位置、能量谱、统计目标、能量范围、减方差需求以及输出路径信息;

13、对于多轮会话输入,对多个用户交互轮次进行关联分析,提取字段补充信息、字段修改信息以及任务约束信息,形成所述任务需求信息。

14、在本发明的一个实施例中,所述步骤s2包括:

15、通过领域证据检索模块从蒙卡领域知识库中获取与所述任务需求信息对应的场景案例、字段解释、字段别名、输入文件模板以及source、tally和energycuts模块模式;

16、规划智能体根据检索得到的领域证据生成所述结构化操作计划。

17、在本发明的一个实施例中,所述结构化操作计划包括:

18、用于控制配置文件生成的字段操作信息;

19、用于几何模型文件生成的模块操作信息;

20、用于描述源项类型、源形状、能谱、角分布以及多源策略的源项配置计划;

21、用于记录无法根据现有信息确定的缺失信息;

22、以及用于记录生成过程中的约束风险信息。

23、在本发明的一个实施例中,所述步骤s3包括:

24、几何解析智能体读取外部gdml/xml几何文件,对其中的define、materials、solids、structure和setup模块进行解析;

25、提取材料信息、实体信息、体信息、位置关系、旋转关系、探测器引用信息以及统计区域信息,形成所述几何事实集。

26、在本发明的一个实施例中,所述几何事实集进一步包括detectorbindinghints、objectextenthints、structurehints以及tallyhints;

27、当根据外部几何文件无法确定几何对象与探测器之间的绑定关系时,输出歧义提示信息,而不生成对应绑定关系。

28、在本发明的一个实施例中,所述步骤s4包括:

29、字段schema与补丁守卫模块根据预设字段定义信息,对字段补丁进行校验;

30、所述字段定义信息包括字段名称、显示标签、产物类型、xml目标路径、数据类型、默认值、必填属性以及枚举选项;

31、所述校验包括字段合法性校验、产物类型校验、目标路径校验以及数据类型校验。

32、在本发明的一个实施例中,所述步骤s5包括:

33、受限渲染执行模块根据通过校验后的字段补丁、几何事实集、模板文件以及模块模式生成蒙卡控制配置文件和几何模型文件;

34、其中,对于几何模型文件,保留外部几何文件中的静态几何结构,并根据几何事实集更新探测器引用关系;

35、对于source、tally和energycuts模块,根据对应模块模式生成动态配置内容。

36、在本发明的一个实施例中,所述步骤s6包括:

37、验证智能体解析生成的蒙卡控制配置文件和几何模型文件;

38、对配置键完整性、配置值一致性、模块匹配关系、探测器引用关系以及几何结构一致性进行验证;

39、并将科学计数法表示、布尔值表示以及字段排列顺序造成的等价差异进行归一化处理。

40、在本发明的一个实施例中,所述步骤s7包括:

41、将验证智能体输出的验证差异信息写入领域证据检索模块中的验证反馈记录;

42、当验证差异信息满足预设条件时,根据所述验证差异信息重新生成结构化操作计划;

43、当验证通过时,输出包含蒙卡控制配置文件、几何模型文件以及计划记录文件的生成。

44、本发明实施例的具有以下有益效果:

45、1、本发明降低了蒙卡输入文件编写的技术门槛。用户仅需通过自然语言描述仿真任务需求,系统即可自动生成结构化字段计划、几何绑定信息以及对应输入文件,减少人工查询程序手册、配置参数以及编写xml文件的工作量。

46、2、本发明降低了大语言模型直接生成输入文件带来的错误风险。系统不允许模型直接输出完整输入文件,而是通过字段schema约束、xml目标路径校验、模板规则以及模块模式约束实现受限渲染,从而减少非法字段、错误标签、缺失模块以及无效引用等问题。

47、3、本发明提高了几何相关信息生成的可靠性。几何解析智能体基于外部gdml/xml文件提取材料、实体、体、位置、旋转以及探测器引用等几何事实信息,并利用detectorbindinghints辅助生成结构模块中的detectorref绑定关系,避免仅依靠自然语言描述推断几何对象关系导致的错误。

48、4、本发明保证了生成过程中的参考隔离性。在规划和执行阶段,系统仅基于用户需求、领域知识库以及外部几何文件进行推理和生成,不读取参考输出文件;参考输出信息仅用于验证阶段的差异分析,从而避免生成过程受到参考结果影响。

49、5、本发明增强了蒙卡输入文件生成过程的可追溯性和可维护性。系统能够记录字段操作信息、模块操作信息、领域证据信息以及验证差异信息,使用户能够追溯生成字段和模块的来源,并利用验证反馈信息更新领域知识库。

50、6、本发明在已有测试场景中表现出较好的稳定性。基于项目现有测试记录,在7类test-basic场景和168组提示变体测试中,完整多智能体生成流程均完成对应场景匹配,未产生结构化差异;生成结果的config字段匹配率和gdml模块匹配率均达到1.000。进一步验证表明,各测试案例生成的config文件和gdml文件均能够完成结构解析,且source、tally和energycuts模块均正确生成。

51、7、本发明具有较好的扩展适应能力。通过替换字段schema、输入文件模板、模块模式库以及几何解析规则,本方法能够适用于其他采用结构化输入文件、xml文件或输入卡形式描述仿真任务的蒙卡程序。