一种基于BP神经网络算法的核事故源项反演方法

摘要

本发明公开了一种基于BP神经网络算法的核事故源项反演的方法，包括以下步骤：建立基于BP神经网络学习算法的核事故源项反演模型，确定输入、输出层的神经元个数；确定该模型中的隐含层数；对该模型初始化，训练该模型，确定最优参数；得到最终用于核事故源项反演的BP神经网络算法的模型。该方法综合考虑了核事故源项反演的重点核素以及影响源项的因素，选用双隐含层，提高神经网络的泛化能力，保证映射关系的正确实现，能够较准确的反演出核事故中碘-131和铯-137的释放率以及释放高度，为核事故后果评价及应急决策提供了更可靠的依据。