BP神经网络反演核事故源项中重要参数的研究

• 作者: 侯闻宇 凌永生 单卿 贾文宝 赵丹 黑大千
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 辐射防护与环境保护 核事故 源项反演 BP神经网络 训练函数
• 年，卷（期）: 2015,（5）
• 页码范围: 778-784
• 页数: 7页
• 分类号: X946
• 字数: 4301字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2015.05.024

摘要

核事故发生时,可靠、准确的源项信息能为应急防护行动措施决策提供数据支持.采用Matlab软件神经网络工具箱可以实现基于BP神经网络的核事故源项反演,为提高核事故源项反演计算的准确度,针对反演时的几个重要参数进行研究,包括隐含层节点数、训练函数、学习率和隐含层数.研究结果表明,在单隐含层神经网络结构情况下,存在着最优隐含层节点数,综合考虑训练时间和误差,本文选取隐含层节点数为50来对其他参数影响进行进一步研究;在相同参数设置条件下,训练函数Trainlm比Traingdm更适合数据量较小时的核事故源项反演,反演计算准确度更高,在节点数为50时训练时间缩短了近35％;高学习率以及双隐含层能有效地提高核事故源项反演的精度,但训练时间相对增加.