首页
|
本学科首页
官方微博
|
高级检索
全部专业
航空
航空、航天技术的研究与探索
航天(宇宙航行)
学报及综合类
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
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
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号