科创中国

遗传算法动态修正核素大气扩散模型的适应度函数研究

原文链接：万方

• 作者：

  吉志龙,马元巍,王德忠

• 摘要：

  放射性核素大气扩散模型中,基于示踪实验获得的经验扩散参数依赖于具体的实验条件,在事故条件下,由于风场、大气湍流、地表状态等与实验条件存在差异,经验扩散参数难以准确反映实际扩散过程.为了弥补这一不足,可以以经验参数为先验值,使用实际观测数据对其进行实时动态修正.本文基于遗传算法,建立动态修正模型,通过数值模拟得到4种适应度函数对修正结果的影响.结果表明,根据观测误差设置不同权重的适应度函数修正效果更好.在此基础上,使用Kincaid实验数据集进行模型预测能力的验证,结果表明,使用遗传算法对拉格朗日扩散模型中的扩散参数进行修正,可明显提高扩散模型的预测能力.

• 关键词：

  大气扩散模型 遗传算法 适应度函数 数值模拟 核事故后果评价

• 作者单位：

  上海交通大学核科学与工程学院

• 基金项目：

  国家自然科学基金(No.11175118)%上海市教育委员会科研创新项目(No.127ZZ022)资助

• 来源期刊：

  核技术

• 年，卷(期)：

  2014004