本文選題：輻射防護(hù)與環(huán)境保護(hù) + 核事故　； 參考：《南京航空航天大學(xué)學(xué)報》2015年05期

【摘要】：核事故發(fā)生時,可靠、準(zhǔn)確的源項(xiàng)信息能為應(yīng)急防護(hù)行動措施決策提供數(shù)據(jù)支持。采用Matlab軟件神經(jīng)網(wǎng)絡(luò)工具箱可以實(shí)現(xiàn)基于BP神經(jīng)網(wǎng)絡(luò)的核事故源項(xiàng)反演,為提高核事故源項(xiàng)反演計算的準(zhǔn)確度,針對反演時的幾個重要參數(shù)進(jìn)行研究,包括隱含層節(jié)點(diǎn)數(shù)、訓(xùn)練函數(shù)、學(xué)習(xí)率和隱含層數(shù)。研究結(jié)果表明,在單隱含層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)情況下,存在著最優(yōu)隱含層節(jié)點(diǎn)數(shù),綜合考慮訓(xùn)練時間和誤差,本文選取隱含層節(jié)點(diǎn)數(shù)為50來對其他參數(shù)影響進(jìn)行進(jìn)一步研究;在相同參數(shù)設(shè)置條件下,訓(xùn)練函數(shù)Trainlm比Traingdm更適合數(shù)據(jù)量較小時的核事故源項(xiàng)反演,反演計算準(zhǔn)確度更高,在節(jié)點(diǎn)數(shù)為50時訓(xùn)練時間縮短了近35%;高學(xué)習(xí)率以及雙隱含層能有效地提高核事故源項(xiàng)反演的精度,但訓(xùn)練時間相對增加。
[Abstract]:In the event of a nuclear accident, reliable and accurate source information can provide data support for emergency preventive action decision. The neural network toolbox of Matlab software can be used to realize the inversion of nuclear accident source term based on BP neural network. In order to improve the accuracy of inversion calculation of nuclear accident source term, several important parameters, including the number of hidden layer nodes, are studied. Training function, learning rate, and number of hidden layers. The results show that under the condition of single hidden layer neural network structure, there is an optimal number of hidden layer nodes. Considering the training time and error, this paper selects the number of hidden layer nodes as 50 to further study the influence of other parameters. Under the same parameter setting condition, Trainlm is more suitable than Traingdm for inversion of nuclear accident source term with small amount of data, and the accuracy of inversion calculation is higher. When the number of nodes is 50, the training time is shortened by nearly 35 points, and the high learning rate and the double hidden layer can effectively improve the accuracy of the source term inversion of the nuclear accident, but the training time is relatively long.
【作者單位】： 南京航空航天大學(xué)材料科學(xué)與技術(shù)學(xué)院;江蘇省高校放射醫(yī)學(xué)協(xié)同創(chuàng)新中心;
【基金】：國防基礎(chǔ)科研基金資助項(xiàng)目 江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項(xiàng)目
【分類號】：TL73;TP183

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 蘇高利,鄧芳萍;論基于MATLAB語言的BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法[J];科技通報;2003年02期

2 陳達(dá);;核能與核安全:日本福島核事故分析與思考[J];南京航空航天大學(xué)學(xué)報;2012年05期

3 陳軍明,徐大海,朱蓉;遺傳算法在點(diǎn)源擴(kuò)散濃度反演排放源強(qiáng)中的應(yīng)用[J];氣象;2002年09期

4 郭利輝;周雅;;基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的BP網(wǎng)絡(luò)設(shè)計[J];信息技術(shù)與信息化;2009年03期

5 戴禮榮;張仕良;;深度語音信號與信息處理:研究進(jìn)展與展望[J];數(shù)據(jù)采集與處理;2014年02期

6 寧莎莎;蒯琳萍;;混合遺傳算法在核事故源項(xiàng)反演中的應(yīng)用[J];原子能科學(xué)技術(shù);2012年S1期

7 凌永生;侯聞宇;賈文寶;單卿;黑大千;何燕泉;;基于BP神經(jīng)網(wǎng)絡(luò)的核事故源項(xiàng)反演方法研究[J];中國安全科學(xué)學(xué)報;2014年08期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李燕琴;一種生態(tài)旅游者的識別與細(xì)分方法——以北京市百花山自然保護(hù)區(qū)為例[J];北京大學(xué)學(xué)報(自然科學(xué)版);2005年06期

2 李明君;陳東升;程水源;王芳;;遺傳算法用于CMAQ模式污染源清單優(yōu)化的研究[J];北京工業(yè)大學(xué)學(xué)報;2011年12期

3 鄒波;盧子興;;復(fù)合泡沫塑料力學(xué)行為模擬的ANN方法[J];北京航空航天大學(xué)學(xué)報;2007年07期

4 楊林;黨艷軍;林家瑞;;基于HRV信號分析的人工神經(jīng)網(wǎng)絡(luò)用于CHF的診斷研究[J];北京生物醫(yī)學(xué)工程;2007年02期

5 馮敏敏;朱培逸;;一種BP網(wǎng)絡(luò)的土壤電導(dǎo)率數(shù)據(jù)融合算法研究[J];常熟理工學(xué)院學(xué)報;2009年10期

6 徐振越;樊志新;高飛;郭勇;祁偉;;銅鎂接觸線連續(xù)擠壓法的神經(jīng)網(wǎng)絡(luò)控制技術(shù)[J];大連交通大學(xué)學(xué)報;2011年06期

7 姬巧玲,漆為民,蔡維由,程遠(yuǎn)楚;MATLAB7.0中改進(jìn)BP網(wǎng)絡(luò)的實(shí)現(xiàn)[J];電腦開發(fā)與應(yīng)用;2005年07期

8 陳流豪;;神經(jīng)網(wǎng)絡(luò)BP算法研究綜述[J];電腦知識與技術(shù);2010年36期

9 朱江;汪萍;;集合卡爾曼平滑和集合卡爾曼濾波在污染源反演中的應(yīng)用[J];大氣科學(xué);2006年05期

10 常亮,解建倉,王少波,肖志娟;基于L-M優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的地下水動態(tài)模擬與預(yù)測[J];地下水;2005年05期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 王俊松;錢飛飛;張興會;谷兆麟;吳真;;基于BP神經(jīng)網(wǎng)絡(luò)的溫度傳感器動態(tài)建模及自適應(yīng)標(biāo)定[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

2 王俊松;田庫;劉玉敏;張興會;李建國;劉玉亮;;基于RBF神經(jīng)網(wǎng)絡(luò)的腫瘤組織熱傳導(dǎo)過程建模及軟測量[A];第25屆中國控制會議論文集（上冊）[C];2006年

3 羅皎虹;吳軍基;;基于BP神經(jīng)網(wǎng)絡(luò)的阻塞管理潮流計算[A];2006中國電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會論文集[C];2006年

4 程興宏;徐祥德;許建明;丁國安;;SO_2、NO_2加密觀測對排放源反演及空氣質(zhì)量預(yù)報影響的數(shù)值模擬研究[A];中國氣象學(xué)會2007年年會大氣成分觀測、研究與預(yù)報分會場論文集[C];2007年

5 孫斌;周云龍;洪文鵬;;幾種改進(jìn)BP算法在氣液兩相流流型識別中的比較[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 蘭利寶;董慧穎;高嵐;;視頻監(jiān)控系統(tǒng)中運(yùn)動目標(biāo)識別方法研究[A];2007第三屆中國智能交通年會論文集[C];2007年

7 戚玉亮;王同旭;張振宇;王榮超;;位移反分析的Levenberg-Marquardt BP神經(jīng)網(wǎng)絡(luò)方法研究[A];全國巖土工程反分析學(xué)術(shù)研討會暨黃巖石窟（錦繡黃巖）巖石力學(xué)問題討論會文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王旭;基于聲發(fā)射技術(shù)的聚乙烯自增強(qiáng)復(fù)合材料損傷模式識別研究[D];東華大學(xué);2010年

2 吳本芳;河南高凝原油和特稠油降凝降粘研究[D];華東理工大學(xué);2011年

3 葉青;人工智能方法在估價領(lǐng)域的研究與應(yīng)用[D];華僑大學(xué);2011年

4 楊力遠(yuǎn);預(yù)分解窯煅燒過程計算機(jī)模擬[D];武漢理工大學(xué);2004年

5 李增芳;基于人工智能和虛擬儀器技術(shù)的發(fā)動機(jī)故障診斷專家系統(tǒng)研究[D];浙江大學(xué);2004年

6 許建明;城市大氣環(huán)境數(shù)值技術(shù)的集成、改進(jìn)和應(yīng)用研究[D];南京信息工程大學(xué);2006年

7 杜修平;基于數(shù)據(jù)挖掘的證券態(tài)勢估計系統(tǒng)[D];天津大學(xué);2006年

8 夏鋒;資源受限實(shí)時控制系統(tǒng)反饋調(diào)度[D];浙江大學(xué);2006年

9 李衛(wèi)勇;中國海關(guān)管理創(chuàng)新及其技術(shù)支撐研究[D];中南大學(xué);2007年

10 王雪梅;擺式列車線路信息檢測系統(tǒng)關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 姚慧娟;光視覺球形目標(biāo)識別技術(shù)的研究[D];哈爾濱工程大學(xué);2010年

2 張雙巖;一種用于�；钒踩O(jiān)測的電子鼻系統(tǒng)[D];大連理工大學(xué);2010年

3 李紅濤;智能預(yù)測控制算法在倒立擺中的應(yīng)用研究[D];長沙理工大學(xué);2010年

4 王迪;基于神經(jīng)網(wǎng)絡(luò)的稅收預(yù)測研究[D];長春工業(yè)大學(xué);2010年

5 戴永文;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法的企業(yè)可持續(xù)發(fā)展力評價研究[D];南昌大學(xué);2010年

6 符遵斌;基于顧客感知價值的網(wǎng)絡(luò)游戲虛擬產(chǎn)品定價研究[D];南昌大學(xué);2010年

7 武麗娟;基于神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)的研究及應(yīng)用[D];電子科技大學(xué);2011年

8 張俊榮;基于神經(jīng)網(wǎng)絡(luò)的煤巷圍巖穩(wěn)定性研究[D];北方工業(yè)大學(xué);2011年

9 閔祥宇;基于人工神經(jīng)網(wǎng)絡(luò)的渭河上游洪水預(yù)報研究[D];蘭州大學(xué);2011年

10 張帆;基于商品品類的零售供應(yīng)鏈需求預(yù)測與庫存管理模式研究[D];電子科技大學(xué);2011年

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉立平,牛熠;遺傳算法綜述[J];東莞理工學(xué)院學(xué)報;2005年03期

2 張志華,朱章森,李儒兵;幾種修正的自適應(yīng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法及其應(yīng)用[J];地球科學(xué);1998年02期

3 陳守余,周梅春;數(shù)據(jù)開采的BP神經(jīng)網(wǎng)絡(luò)方法及其應(yīng)用[J];地球科學(xué);1998年02期

4 蒲春;孫政順;趙世敏;;Matlab神經(jīng)網(wǎng)絡(luò)工具箱BP算法比較[J];計算機(jī)仿真;2006年05期

5 袁慧梅;宋宇;;基于MATLAB軟件的羅馬數(shù)字模式識別[J];計算機(jī)應(yīng)用與軟件;2007年09期

6 楊p，

本文編號：2065748