基于BP神经网络的核事故多核素源项反演方法

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％.