基于BP神经网络的核事故源项反演方法研究

• 作者: 何燕泉 侯闻宇 凌永生 单卿 贾文宝 黑大千
• 来源期刊: 中国安全科学学报
• 学科: 工学
• 关键词: 核事故 源项反演 BP神经网络 非线性 事故后果评价
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 安全系统学
• 页码范围: 21-25
• 分类号: X945
• 语种: 中文

摘要

为减轻核事故对公众的危害,提高事故后果评价和决策的可靠性,利用Matlab建立基于BP神经网络的单核素碘-131源项反演的神经网络模型.采用国际辐射评价系统(InterRAS)产生的5 300组数据对模型进行训练.用200组测试数据对模型进行验证.训练好的网络计算输出时间较短,输出源项与实际源项符合较好,平均相对误差低于2.3％.结果表明:神经网络隐含层数及隐含层节点数对模型训练效果有较大影响,当使用双隐含层且2个隐含层的节点数分别为30和20时,网络模型训练能快速收敛,训练相对误差低于4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	单卿	南京航空航天大学材料科学与技术学院	18	42	3.0	5.0
2	贾文宝	南京航空航天大学材料科学与技术学院	32	68	5.0	6.0
3	何燕泉	南京航空航天大学材料科学与技术学院	3	16	2.0	3.0
4	凌永生	南京航空航天大学材料科学与技术学院	28	72	4.0	7.0
5	黑大千	南京航空航天大学材料科学与技术学院	22	65	5.0	7.0
6	侯闻宇	南京航空航天大学材料科学与技术学院	2	16	2.0	2.0