基于长短期记忆网络的涉核运输事故后果预测

TL73%TL91; 涉核部件在运输过程中,会因不可抗力因素发生化学爆炸事故,造成放射性核素的泄漏.在此类源项信息不完整、地形复杂的放射性核素扩散情景下,实现核素浓度变化的快速预测对于核应急决策具有重要意义.本文以山丘下垫面下含钚炸药运输化学爆炸事故为研究场景,提出了一种基于堆叠式LSTM网络的核运输爆炸事故放射性核素浓度预测方法.本文通过计算流体学(CFD)软件OpenFOAM模拟生成放射性核素Pu-239的扩散数据,根据地理特征和人口密度,选择特定区域的核素浓度和气象时序数据作为堆叠式LSTM网络训练和预测的数据集.基于网格搜索寻找局部最优的模型结构,最终所提出的模型在150次迭代内可以稳...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	辐射研究与辐射工艺学报 2023-08, Vol.41 (4), p.66-78
Hauptverfasser:	阮灵盼, 陈春花, 陈黎伟, 阮方, 李夏娟, 汪建业
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TL73%TL91; 涉核部件在运输过程中,会因不可抗力因素发生化学爆炸事故,造成放射性核素的泄漏.在此类源项信息不完整、地形复杂的放射性核素扩散情景下,实现核素浓度变化的快速预测对于核应急决策具有重要意义.本文以山丘下垫面下含钚炸药运输化学爆炸事故为研究场景,提出了一种基于堆叠式LSTM网络的核运输爆炸事故放射性核素浓度预测方法.本文通过计算流体学(CFD)软件OpenFOAM模拟生成放射性核素Pu-239的扩散数据,根据地理特征和人口密度,选择特定区域的核素浓度和气象时序数据作为堆叠式LSTM网络训练和预测的数据集.基于网格搜索寻找局部最优的模型结构,最终所提出的模型在150次迭代内可以稳定地达到平均绝对百分比误差(MAPE)低于5%的Pu-239核素浓度预测效果.该模型具有较好的预测效率,在突发核应急场景中具有较高的实用价值.
ISSN:	1000-3436
DOI:	10.11889/j.1000-3436.2023-0016