一种针对材料均匀分布反应堆的中子输运求解方法，该方法将机器学习和蒙特卡罗方法的相结合。首先需要构造一系列材料均匀分布的反应堆，每个反应堆包含了不同的材料组分或密度。接着应用蒙特卡罗方法求解这些反应堆，并统计模拟结束后中子的散射和裂变概率以及中子的特征分布。利用这些概率和特征分布数据，训练获得以中子能量和材料组成作为输入，散射和裂变中子的特征分布为输出的全连接神经网络模型。最后利用得到的全连接神经网络模型，将裂变产生的中子和材料作为输入得到下一代裂变中子，迭代计算直到收敛。该方法相比现有的蒙特卡罗方法，不再需要进行大量的抽样过程，计算速度更快，针对材料均匀分布的反应堆可以快速完成中子输运计算。