|
|||||
|
|
| BP神经网络反演核事故源项中重要参数的研究 | |
| 引用本文： | 侯闻宇 凌永生 赵丹等. BP神经网络反演核事故源项中重要参数的研究[J]. 南京航空航天大学学报, 2015, 47(5): 778-784 |
| 作者姓名： | 侯闻宇 凌永生 赵丹等 |
| 作者单位： | 南京航空航天大学材料科学与技术学院 |
| 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。 |
| 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 |
Important Parameters in Inversion of Nuclear Accident Source Term Based on BP Neural Network |
|
| Abstract: | |
| Keywords: | radiation protection and environmental protection nuclear accident source term inversion BP neural network training function |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 | |
| 点击此处可从《南京航空航天大学学报》下载全文 | |