点击次数：

所属单位：材料科学与技术学院

发表刊物：中国安全科学学报

关键字：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);

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。

是否译文：否

发表时间：2018-09-15

合写作者：柴超君,岳琪,贾文宝

通讯作者：凌永生