遗传算法动态修正核素大气扩散模型的适应度函数研究

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

所属期刊栏目：37

分类号：TL73(辐射防护)

资助基金：国家自然科学基金11175118;上海市教育委员会科研创新项目127ZZ022

在线出版日期：2015-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-63