基于BP神经网络的核事故多核素源项反演方法

• 作者: 侯闻宇 凌永生 贾文宝 赵丹
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 核事故 源项反演 BP神经网络 多核素 非线性 事故后果评价
• 年，卷（期）: 2016,（1）
• 页码范围: 130-135
• 页数: 6页
• 分类号: X946
• 字数: 2608字
• 语种: 中文
• DOI: 10.16356/j.1005-2615.2016.01.020

摘要

核事故发生后,为快速评估事故严重程度,需要对源项释放率进行估算.本文选取I-31,Cs-137,Xe-133和Kr-85四种核素的释放率为目标信号,利用Matlab建立基于BP神经网络的核事故四核素源项反演模型.计算结果表明,在单隐层节点数为5～60范围内,训练均方差随节点数增加先减小后增大,在节点数为25时达到最小值41.1％.学习速率在0.01～0.2范围内时,增大学习率可减小训练均方差与各核素相对误差.对单隐层节点数为25,学习速率为0.2的训练结果进行测试,4种核素的源项估计相对误差分别为56.7％,49.1％,92.4％和92.0％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	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	赵丹	南京航空航天大学材料科学与技术学院	4	11	2.0	3.0
13	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