|
|||||
|
|
| 维数约简用于BPNN的核事故源项估算方法 | |
| 作者姓名： | 柴超君 凌永生 岳琪 贾文宝 |
| 作者单位： | 南京航空航天大学 材料科学与技术学院,江苏 南京 210016 |
| 基金项目： | 江苏高校优势学科建设工程项目(苏政办发〔2014〕37号)。 |
| 摘 要： | 为在核事故后果评价中准确估算放射性物质源项,优化误差反向传播神经网络(BPNN)核事故源项估算模型,用主成分分析 (PCA) 法选取累计贡献率大于85%的6个主成分,代替原模型源项的10个影响因素,建立PCA-BPNN模型;用随机森林(RF)算法计算源项各影响因素的重要性,去除风向和混合层高度这2个重要性较小的影响因素,构建RF-BPNN估算模型;对比分析上述3个模型的估算效果。结果表明:与BPNN模型相比,PCA-BPNN模型与RF-BPNN模型估算时间较短,误差较小,可如实反映事故的源项信息;RF-BPNN模型相比于PCA-BPNN模型,精度及稳定性更优。 |
| 关 键 词： | 核事故 源项估算 反向传播神经网络(BPNN) 维数约简 主成分分析(PCA) 随机森林(RF) |
| 收稿时间： | 2018-07-16 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中国安全科学学报》浏览原始摘要信息 | |
| 点击此处可从《中国安全科学学报》下载全文 | |